[论文解读] Gender-From-Iris or Gender-From-Mascara?

Andrey Kuehlkamp, Benedict Becker+1 more|arXiv (Cornell University)|Feb 4, 2017

Face recognition and analysis参考文献 14被引用 4

一句话总结

本文研究了使用多层感知机（MLP）和卷积神经网络（CNN）从虹膜图像进行性别分类，比较了在人员不相交的训练/测试设置下，有无化妆情况下的数据驱动特征与手工设计特征。研究发现，虹膜性别分类的准确率显著低于先前报告的结果——使用LBP特征时准确率约为66%，这是由于口红等化妆因素以及非人员不相交划分导致的数据泄露所致。

ABSTRACT

Predicting a person's gender based on the iris texture has been explored by several researchers. This paper considers several dimensions of experimental work on this problem, including person-disjoint train and test, and the effect of cosmetics on eyelash occlusion and imperfect segmentation. We also consider the use of multi-layer perceptron and convolutional neural networks as classifiers, comparing the use of data-driven and hand-crafted features. Our results suggest that the gender-from-iris problem is more difficult than has so far been appreciated. Estimating accuracy using a mean of N person-disjoint train and test partitions, and considering the effect of makeup - a combination of experimental conditions not present in any previous work - we find a much weaker ability to predict gender-from-iris texture than has been suggested in previous work.

研究动机与目标

• 在包含人员不相交训练/测试和化妆变化的真实实验条件下，重新评估基于虹膜的性别识别准确率。
• 评估虹膜纹理是否真正包含性别区分信息，还是性能受口红等混杂因素或图像亮度的影响。
• 比较数据驱动特征（由MLP和CNN学习得到）与手工设计特征（LBP、Gabor、亮度）在性别分类中的表现。
• 探究CNN是否在基于虹膜的性别分类任务中相较于MLP和手工特征带来性能提升。
• 量化遮挡掩码和图像亮度阈值对性别预测准确率的影响。

提出的方法

• 在2500个批次（每批32张图像）中采用人员不相交的80/20训练/测试划分，每种条件下进行20次随机试验以减少方差。
• 使用带有ReLU激活函数的多层感知机（MLP）和卷积神经网络（CNN），在完整眼图和分割后的虹膜图像（三种分辨率）上进行训练。
• 通过MLP和CNN架构的端到端学习提取数据驱动特征，通过亮度、Gabor滤波和局部二值模式（LBP）提取手工设计特征。
• 在完整眼图和分割后的虹膜图像上评估性能，包括遮挡掩码和阈值化亮度图。
• 通过比较不同输入分辨率（如95×120至285×360）和眼型（左/右）来评估对图像尺度和模态的敏感性。
• 使用10折交叉验证并取试验的平均准确率，以确保结果稳健性并减少过拟合偏差。

实验结果

研究问题

• RQ1 与非人员不相交划分相比，人员不相交的训练和测试对虹膜性别识别系统估计准确率有何影响？
• RQ2 眼妆在多大程度上导致虹膜基性别识别系统的分类准确率偏差？
• RQ3 MLP和CNN学习的数据驱动特征是否能在虹膜性别分类任务中优于LBP或Gabor滤波等手工特征？
• RQ4 使用分割后的虹膜或遮挡掩码是否能显著提升性别预测性能，而与实际虹膜纹理无关？
• RQ5 在隔离虹膜纹理并排除图像亮度和化妆品等混杂因素后，真实性别分类准确率是多少？

主要发现

• 在采用人员不相交训练和测试的条件下，MLP使用手工设计的LBP特征时，平均性别分类准确率为66% ± 2.7%，显著低于先前报告的准确率。
• MLP和CNN学习的数据驱动特征仅达到约60%的准确率，表明学习到的特征并未优于简单的亮度或阈值化方法。
• 通过平均虹膜亮度进行阈值化可达到约60%的性别分类准确率，表明低层次图像统计特征在性能中占主导地位，而非纹理细节。
• 仅使用遮挡掩码（排除虹膜纹理）即可达到约60%的准确率，表明性别预测严重依赖于非纹理特征（如上眼睑形状或睫毛图案）。
• CNN在性能上未显著优于MLP，所有分辨率和输入类型下的准确率均相近，表明网络未能提取更高阶的纹理特征。
• 眼妆的存在提高了估计准确率，表明化妆品引入了混杂因素，导致在非人员不相交评估中性能被虚高估计。