[論文レビュー] Fusion of Daubechies Wavelet Coefficients for Human Face Recognition

Mrinal Kanti Bhowmik, Debotosh Bhattacharjee+3 more|arXiv (Cornell University)|Jul 5, 2010

Advanced Image Fusion Techniques参考文献 22被引用数 3

ひとこと要約

本論文では、5段階の分解レベルにおけるダウーベシュウェーブレット（D2）係数を用いて視覚的および赤外線顔画像を統合するフレームワークを提案する。その後、次元削減のための主成分分析（PCA）とMLP分類を実行する。本手法は、IRIS赤外線/視覚的顔データベースにおいて100％の認識成功率を達成し、多様な照明および赤外線条件においても高い性能を示している。

ABSTRACT

In this paper fusion of visual and thermal images in wavelet transformed domain has been presented. Here, Daubechies wavelet transform, called as D2, coefficients from visual and corresponding coefficients computed in the same manner from thermal images are combined to get fused coefficients. After decomposition up to fifth level (Level 5) fusion of coefficients is done. Inverse Daubechies wavelet transform of those coefficients gives us fused face images. The main advantage of using wavelet transform is that it is well-suited to manage different image resolution and allows the image decomposition in different kinds of coefficients, while preserving the image information. Fused images thus found are passed through Principal Component Analysis (PCA) for reduction of dimensions and then those reduced fused images are classified using a multi-layer perceptron. For experiments IRIS Thermal/Visual Face Database was used. Experimental results show that the performance of the approach presented here achieves maximum success rate of 100% in many cases.

研究の動機と目的

• 変動する照明および赤外線条件下での顔認識の正確性を向上させるために、視覚的および赤外線顔画像を統合すること。
• ダウーベシュウェーブレットの多スケール解析機能を活用して、効果的な特徴抽出を実現すること。
• 主成分分析（PCA）を用いて統合された顔画像の次元を削減すること。
• 最適な認識性能を得るために、多層パーセプトロン（MLP）を用いて統合された特徴を分類すること。
• ベンチマーク用の赤外線/視覚的顔データベース（IRIS）を用いて、提案手法の評価を行うこと。

提案手法

• 視覚的および赤外線顔画像の両方に対して、ダウーベシュウェーブレット変換（D2）を用いて5段階まで分解する。
• 視覚的および赤外線画像からの対応するウェーブレット係数を、事前に定義された統合ルール（明示的ではないが、係数レベルでの組み合わせであることが示唆される）を用いて統合する。
• 統合された係数に対して逆ダウーベシュウェーブレット変換を実行し、統合された顔画像を再構成する。
• 統合された画像の次元を主成分分析（PCA）を用いて削減する。
• 次元削減された特徴ベクトルを多層パーセプトロン（MLP）ニューラルネットワークで分類する。
• 統合および分類パイプラインのトレーニングおよびテストに、IRIS赤外線/視覚的顔データベースを用いる。

実験結果

リサーチクエスチョン

• RQ1 ウェーブレット領域で視覚的および赤外線顔画像を統合することで、環境要因が変動する条件下でも認識正確性が向上するか？
• RQ2 ダウーベシュウェーブレット係数（D2）は、異なる画像モダリティ間で特徴的な顔の特徴をどの程度効果的に保持できるか？
• RQ3 PCAに基づく次元削減は、統合されたウェーブレット係数の分類性能をどの程度向上させるか？
• RQ4 5段階までのマルチレベルウェーブレット係数の統合は、単一モダリティ手法よりも顔認識をより強固にするか？
• RQ5 実世界の赤外線/視覚的データセット上で、本ウェーブレットベースの統合戦略を用いた場合の最大認識成功確率はどの程度か？

主な発見

• 提案された統合手法は、さまざまな実験的条件下でIRIS赤外線/視覚的顔データベースにおいて最大100％の認識成功確率を達成した。
• ダウーベシュウェーブレット変換を用いることで、視覚的および赤外線スレート間で重要な顔の特徴を効果的に保持する多スケール分解が可能になった。
• 係数レベルでの組み合わせによって生成された統合画像は、個々のモダリティよりも優れた識別能を示した。
• PCAは、分類に必要な情報を保持しつつ、統合画像の次元を効果的に削減した。
• PCAで次元削減された特徴を入力として与えた多層パーセプトロン分類器は、最適な性能を発揮した。
• 統合戦略は、照明および赤外線条件の多様な状況においても強固であることが、一貫した高い正確性から裏付けられた。