[論文レビュー] Fast and Efficient Skin Detection for Facial Detection

Mohammad Reza Mahmoodi|arXiv (Cornell University)|Jan 19, 2017

Face and Expression Recognition参考文献 31被引用数 6

ひとこと要約

本稿では、リアルタイム顔検出のための高速でFPGAアクセラレートされたスキン検出システムを提案する。画像ピクセルの82%を削減しながらも>98%の真陽性率を維持する高速な前処理として三値変換を用い、その後に新規の二段階局所拡散法を適用することで、SDDデータセット上で0.5978のFスコアを達成した。640×480のカラー画像を1秒間に98フレーム処理可能な性能を、Spartan-6 FPGA上で実現した。

ABSTRACT

In this paper, an efficient skin detection system is proposed. The algorithm is based on a very fast efficient pre-processing step utilizing the concept of ternary conversion in order to identify candidate windows and subsequently, a novel local two-stage diffusion method which has F-score accuracy of 0.5978 on SDD dataset. The pre-processing step has been proven to be useful to boost the speed of the system by eliminating 82% of an image in average. This is obtained by keeping the true positive rate above 98%. In addition, a novel segmentation algorithm is also designed to process candidate windows which is quantitatively and qualitatively proven to be very efficient in term of accuracy. The algorithm has been implemented in FPGA to obtain real-time processing speed. The system is designed fully pipeline and the inherent parallel structure of the algorithm is fully exploited to maximize the performance. The system is implemented on a Spartan-6 LXT45 Xilinx FPGA and it is capable of processing 98 frames of 640*480 24-bit color images per second.

研究の動機と目的

• パイプラインの初期段階で計算負荷を低減することで、リアルタイム顔検出システムにおけるスキン検出を高速化すること。
• 画像処理負荷を著しく低減しながらも、高い検出精度（再現率>98%）を維持すること。
• FPGAに最適化された完全なパイプライン化されたアルゴリズムを設計し、リアルタイム性能を達成すること。
• 候補ウィンドウ用に効率的なセグメンテーション手法を開発し、速度を犠牲にせずに精度を向上させること。

提案手法

• 非スキン領域を迅速に分類・除外できるように、画像ピクセルに三値変換を適用し、平均して画像データ量を82%削減する。
• スキン領域検出の精度を向上させるために、新規の二段階局所拡散法を用いる。
• 候補ウィンドウに特化した新規のセグメンテーションアルゴリズムを設計し、検出精度を向上させる。
• アルゴリズムの内在的並列性を最大限に活かすために、完全なパイプラインアーキテクチャを実装する。
• Spartan-6 LXT45 Xilinx FPGAにアルゴリズムをマッピングし、640×480のカラー画像を1秒間に98フレームでリアルタイム処理を実現する。
• アルゴリズムの並列構造を活用することで、ハードウェア効率を最適化する。

実験結果

リサーチクエスチョン

• RQ1 三値変換に基づく前処理ステップは、顔検出に適したスキン領域を保持しつつ、画像データ量を顕著に削減できるか？
• RQ2 提案された二段階局所拡散法は、ベースライン手法と比較して、スキン検出のFスコア向上にどの程度効果的か？
• RQ3 スキン検出パイプライン全体をFPGAに効率的にマッピングでき、リアルタイム性能を達成できるか？
• RQ4 提案されたシステムは、画像データ量の大部分を削減しながらも、高い真陽性率をどの程度維持できるか？
• RQ5 標準解像度のカラー画像に対して、FPGA実装されたシステムが達成可能なフレームレートはどの程度か？

主な発見

• 三値前処理ステップにより、平均して画像ピクセルの82%を削減しながらも、真陽性率が98%以上を維持した。
• 二段階拡散法はSDDデータセット上でFスコア0.5978を達成し、ベースライン手法と比較して精度が向上したことが示された。
• FPGA実装により、640×480、24ビットカラー画像に対して1秒間に98フレームのリアルタイム性能を達成した。
• システムの完全なパイプラインアーキテクチャにより、並列性が効果的に活用され、スループットが最大化された。
• 新規のセグメンテーションアルゴリズムは、定量的および定性的に、精度と速度の両面で極めて効率的であることが実証された。