[论文解读] Sparsity and Robustness in Face Recognition

John Wright, Arvind Ganesh+3 more|arXiv (Cornell University)|Nov 3, 2011

Sparse and Compressive Sensing Techniques参考文献 13被引用 23

一句话总结

本文提出了一项关于使用基于稀疏表示的分类（SRC）进行鲁棒人脸识别的教程，强调利用ℓ¹-最小化同时恢复稀疏表示并纠正遮挡或光照变化等显著误差。它在低维线性模型下验证了SRC的有效性，并证明ℓ¹正则化对于在欠定系统中获得稳定解至关重要，反驳了认为ℓ²最小化已足够的论断。

ABSTRACT

This report concerns the use of techniques for sparse signal representation and sparse error correction for automatic face recognition. Much of the recent interest in these techniques comes from the paper "Robust Face Recognition via Sparse Representation" by Wright et al. (2009), which showed how, under certain technical conditions, one could cast the face recognition problem as one of seeking a sparse representation of a given input face image in terms of a "dictionary" of training images and images of individual pixels. In this report, we have attempted to clarify some frequently encountered questions about this work and particularly, on the validity of using sparse representation techniques for face recognition.

研究动机与目标

• 阐明基于稀疏表示的分类（SRC）在人脸识别中的理论与实证基础。
• 回应Shi等人（2011年）提出的批评，即ℓ²最小化在SRC中优于ℓ¹。
• 确立ℓ¹正则化在鲁棒识别中必要且有效的条件。
• 指导从业者正确应用稀疏建模工具解决人脸识别问题。
• 强调正确模型假设与正则化在实现可靠性能中的重要性。

提出的方法

• 将人脸识别建模为稀疏编码问题：在约束Ax + e = y下最小化‖x‖₁ + ‖e‖₁，其中A为训练图像字典，e用于建模显著误差。
• 利用稀疏表示识别残差误差最小的样本：ŷ = argminᵢ ‖y − Aᵢxᵢ − e‖₂。
• 在低秩逼近前，使用鲁棒主成分分析（RPCA）去除阴影和镜面反射等稀疏误差。
• 采用奇异值分解（SVD）分析人脸图像子空间中的低维结构。
• 证明当系统欠定且误差稀疏时，ℓ¹正则化是必要的。
• 认为若能利用误差的空间连续性，即使随机投影或低维测量也能实现鲁棒识别。

实验结果

研究问题

• RQ1 在存在显著误差的人脸识别中，ℓ¹-最小化在何种条件下优于ℓ²-最小化？
• RQ2 为何在人脸图像表示的欠定系统中，ℓ¹正则化对于获得稳定解是必要的？
• RQ3 当误差的空间连续性被建模时，低维测量（如111像素）是否仍能实现高识别准确率？
• RQ4 遮挡和光照变化等物理现象如何违反线性子空间模型？又如何加以纠正？
• RQ5 在存在稀疏误差时，用ℓ²-基方法替代ℓ¹-正则化稀疏编码存在哪些局限性？

主要发现

• SRC中的ℓ¹-最小化方法在理论上和实证上均适用于处理遮挡和阴影等稀疏误差。
• 当特征数量较低时（例如d=300），ℓ¹正则化至关重要——若无此正则化，ℓ²方法存在无穷多组解且会失效。
• 鲁棒主成分分析（RPCA）通过去除稀疏误差显著提升了低秩逼近效果，使奇异值衰减更快。
• 即使在极低分辨率下（13×9=111像素），当误差的空间连续性被建模时，对太阳镜和围巾的识别率仍可接近90%。
• 将随机投影至低维空间无法提升鲁棒性，且在误差校正方面被证明是无效的。
• 优化范数的选择必须与信号和误差的假设结构相匹配——ℓ¹用于稀疏性，ℓ²用于高斯噪声——选择不当将导致失败。