[论文解读] Large-scale Supervised Hierarchical Feature Learning for Face Recognition

Jianguo Li, Yurong Chen|arXiv (Cornell University)|Jul 6, 2014

Face and Expression Recognition参考文献 27被引用 3

一句话总结

本文提出了一种大规模监督层次化特征学习框架，用于人脸验证，该框架分为三个阶段：使用高斯感受野进行通道级选择，从过完备池中进行块级选择，以及对块描述符进行判别子空间投影。该方法在FRGC和LFW基准测试中实现了最先进性能，且内存和计算成本极低，适用于嵌入式系统部署。

ABSTRACT

This paper proposes a novel face recognition algorithm based on large-scale supervised hierarchical feature learning. The approach consists of two parts: hierarchical feature learning and large-scale model learning. The hierarchical feature learning searches feature in three levels of granularity in a supervised way. First, face images are modeled by receptive field theory, and the representation is an image with many channels of Gaussian receptive maps. We activate a few most distinguish channels by supervised learning. Second, the face image is further represented by patches of picked channels, and we search from the over-complete patch pool to activate only those most discriminant patches. Third, the feature descriptor of each patch is further projected to lower dimension subspace with discriminant subspace analysis. Learned feature of activated patches are concatenated to get a full face representation.A linear classifier is learned to separate face pairs from same subjects and different subjects. As the number of face pairs are extremely large, we introduce ADMM (alternative direction method of multipliers) to train the linear classifier on a computing cluster. Experiments show that more training samples will bring notable accuracy improvement. We conduct experiments on FRGC and LFW. Results show that the proposed approach outperforms existing algorithms under the same protocol notably. Besides, the proposed approach is small in memory footprint, and low in computing cost, which makes it suitable for embedded applications.

研究动机与目标

• 解决在资源受限的移动和嵌入式设备上开发轻量化、鲁棒的人脸识别算法的挑战。
• 通过引入完全监督的层次化特征学习流水线，克服无监督或手工设计特征学习方法的局限性。
• 证明大规模监督训练能显著提升基准数据集上的识别准确率。
• 在保持低计算和内存开销的前提下实现高性能，以支持实际部署。

提出的方法

• 基于感受野理论建模人脸图像，将其表示为多通道高斯感受野图，仅通过监督学习选择最具判别性的通道。
• 从选定的通道中提取块，并在过完备的块池中进行搜索，利用监督标准识别最具判别性的块。
• 使用判别子空间分析（LDA）将每个选定块的描述符投影到低维子空间，以增强判别能力。
• 将所有选定块学习到的特征连接起来，形成完整的人脸表征。
• 使用ADMM（交替方向乘子法）在大规模人脸对数据上训练线性分类器，以实现计算集群上的可扩展训练。
• 在FRGC和LFW基准测试中严格遵循协议应用该框架，通过交叉验证和大规模数据确保鲁棒性。

实验结果

研究问题

• RQ1 完全监督的层次化特征学习框架是否能在人脸验证中超越现有的手工设计和无监督特征学习方法？
• RQ2 在分布式集群上进行大规模训练是否能显著提升标准基准测试中的识别准确率？
• RQ3 所提方法是否能在保持低内存占用和低计算成本的同时维持高准确率，从而适用于嵌入式设备部署？
• RQ4 从通道、块到描述符层级的层次化特征学习流水线如何共同提升判别能力？

主要发现

• 在FRGC-204基准测试中，该方法在0.1%假阳性率下的真阳性率达到92.6%，优于表2中列出的所有先前方法。
• 在LFW基准测试中，按照图像受限、无外部标签数据的协议，该方法实现了91.54%的准确率（标准误差±0.49%），超越了现有最先进方法。
• 与基于Gabor的方法相比，该方法在特征提取速度上快一个数量级，这对实时应用至关重要。
• 该系统保持了小内存占用和低计算成本，使其适用于嵌入式和移动设备的部署。
• 实验结果证实，增加训练样本数量可带来显著的准确率提升，验证了大规模监督学习的优势。
• 层次化设计——包括通道选择、块选择和LDA投影——在多粒度上有效捕捉了判别性特征。