遺伝的アルゴリズムは、コンピューターで自然進化をシミュレートする最初の実験の結果として1950年代に発明されました。 それ以来、何らかの理由で勾配法が適していないさまざまな最適化問題を解決するために使用されてきました。 遺伝的アルゴリズムの生物学的要素は非常に単純化された形式であり、この場合、本格的なモデリングよりも進化選択の一般的な考え方に従うことについて話しています。 それでも、GAの結果は生物学的な意味で解釈されることがあります。 この記事では、個人の「重要な領域」を取得するために、顔認識タスクに遺伝的アルゴリズムを使用した経験について説明します。 このアプローチの適用により、顔認識システムの認識精度が平均20％向上しました。

既存の顔認識アプローチ

歴史的に、コンピューターの顔認識の分野で約20年間の集中的な研究の後、2000年代初頭に、顔比較方法の2つの基本グループ、「全体的アプローチ」、「全体的アプローチ」（または「グローバルアプローチ」）および「特徴的アプローチ」 、「機能ベースのアプローチ」（または「構造的アプローチ」）[1]。 前者の場合、顔は自分自身で比較される画像全体と見なされます。 2番目のケースでは、目、鼻、口などの絶対位置と相対位置に関する情報など、ローカルサインが顔画像と区別されます。 両方のグループには欠点があります：全体的なアプローチは一般に、特徴的なアプローチと比較して理想的な認識条件に近い信頼性を示していますが、特徴的なアプローチは、何らかの理由で顔の一部が見えない状況でよりよく証明されています（たとえば、衣服やポイント）。 特徴を純粋な形で抽出するために純粋にSIFTのような方法を顔認識タスクに適用すると、通常、重要なポイントが決定される人の顔の「角」が少なすぎるため、満足のいく結果が得られません。 密なSIFTタイプのアルゴリズムは、特定のキーポイントのラティスを使用して特徴を計算しますが、良好な認識品質[2]を示しますが、特徴ベクトルのサイズが大きく、それらを計算するのに長い時間がかかるため、実際の使用には必ずしも便利ではありません。 これらの条件下で、近年、 ローカルバイナリパターンの方法を含む、条件付きで「モジュラーアプローチ」[4-9]と呼ばれる方法のグループが人気を集めています。

顔を比較するためのクラスターアプローチ

顔を比較するためのクラスターアプローチの本質は、顔の画像をいくつかのセクションに分割することです。各セクションに対して、全体的なアプローチを適用し、ペアで比較することができます。 他のサイトに関係なく。 この場合、比較された画像の一部のペアのペアが前述の影や重なりなどの干渉要因により一致しない場合、残りのペアのペアが必要な程度の相互相関を提供し、人の一致/不一致の正しい最終的な解決に十分であることを期待できます。

主成分の方法[4]、モーメント不変量[5]、 ローカルバイナリパターン （LBS）[6、7]、ガボールウェーブレット[8]、ハールウェーブレット[9]、およびその他の方法を全体的なアプローチとして使用できます。 このプロジェクトでは、LBShアプローチ[7]と疑似ゼルニケモーメント[5]を組み合わせて使用​​します。

顔の領域の重要性のマトリックス

ZZPhotoアプリケーションに実装された顔認識システムでは、顔画像を分割して顔を比較するために、顔のさまざまな部分の等しくない重要性を考慮します プロット（図1）およびそれぞれに独自の重みを割り当てる 、重みの値は4つの離散値のいずれかを取ります。 。











図1. a）8x8 = 64個の独立した正方形のプロットへの顔の分割。 b）顔セクションの重要性の重み行列の値。



重みの値が大きいほど、比較アルゴリズムの最終決定に対する顔の対応する部分の一致/不一致の影響が大きくなります。 図 顔の6つのより重要な領域が赤みがかった色で強調表示されます。

徹底的な検索を使用して重要度の重みの最適なマトリックスを決定することは、実際には困難です。 重み行列の変形（ここでは64ではなく32の累乗を表します。これは、一般に人の顔の対称性により、水平方向に対称な重み行列を使用しているためです）。 したがって、より良いマトリックスを検索するには、よりインテリジェントな検索アルゴリズムを使用する必要があります。 その結果、遺伝的アルゴリズム（GA）に決定しました。

遺伝的アルゴリズム

遺伝的アルゴリズムは、勾配最適化手法を適用できない場合のグローバルな最適化の手段としての役割を果たしています。 それらの利点は、最適化されたオブジェクトの微分可能なモデルが必要ないこと、およびローカルミニマムに陥るリスクが低いことです。 それらのマイナスは、勾配法と比較して収束率が大幅に低いです。 遺伝的アルゴリズムの本質は、遺伝情報を遺伝子から世代へと世代から世代へと伝達するメカニズムを使用して、最適解を見つける手段として自然selectionのプロセスをシミュレートすることです。 身体の「生命」の成功の尺度として、GAの観点から「フィットネス機能」と呼ばれるターゲット最適化機能が使用されます。 このケースのGAアルゴリズムの操作を説明する前に、操作する概念のリストをリストし、それらの意味を簡単に説明します。



フィットネス機能 -世代（人口）の個人の「生活」の質を決定します。 この場合のフィットネス関数の役割は、顔画像の特定のベースで顔を比較するためのアルゴリズムを使用した顔認識のプログラム実験によって実行されます。 フィットネス関数の結果は、特定の染色体に対して正しく認識された顔の割合です。



染色体 -人口の個人を決定します。実際、これは顔の領域の重要性のマトリックスです。 各染色体は、ターゲット問題を解決するための候補です。



フィットネスとは、染色体によってエンコードされた個人の生活の質です。 これは、フィットネス関数を染色体に適用した結果です。 私たちの場合、これは顔の領域の重要性の重みの所定のマトリックスによる分類の精度です。



母集団は100個の異なる染色体のセットであり、遺伝子は{0,1,2,3}の有効なセットからの値でエンコードされます。 値は、完全にランダム（最初の母集団）であるか、進化過程の産物（交配と突然変異）のいずれかです。



交配 （繁殖）は、新しい染色体を取得するための手順です。 「子供」の新しい染色体は、「親」の染色体の一部から形成されます。 交差点は、各ペアのペアに対して毎回乱数ジェネレーターを使用して選択されます。 親は選択により選択されます。



選択は、新しい母集団のために染色体が形成される「親」染色体を選択する手順です。 選択は、現時点で後者の集団でより良い適合性を示した多くの「親」に染色体が入る可能性を高めるように設計されています。 確率的アプローチ、確率を使用します i番目の染色体の選択：











ここで： 。



突然変異 -交配後に1つの染色体値をランダムな値に置き換える手順。突然変異の確率は事前に決定されています。



エリート主義は、新世代の形成の特徴であり、その本質は、最高の親の個人が新世代に直接含まれているという事実にあります。 それらの数は1以上です。

実験の説明

1. 100個の染色体の初期集団が生成され、その値にはランダムな値が入力されます。
2. 人口の各染色体にフィットネス関数が適用され、染色体のフィットネス値が決定されます。
3. 選択の助けを借りて、多くの「親」を形成する最も適合した染色体が選択されます。
4. ランダムなペアが親のセットから選択され、交配が実行され、「子供」の染色体が形成されます。
5. 突然変異手順は「子供」の染色体に適用されます。
6. 結果として得られる染色体は、新しい集団を形成し、ステップ2）-5）が実行されます。
7. 改善が長期間（たとえば、30人以上）発生しない場合、停止が発生します。 より良い適合性を示した染色体が問題の解決策です。

実験

私たちの実験では、次の生物学的解釈を行うことができます。顔の「間違った」領域に注意を払う生物学的個体は死にます。 認識能力の高い人は生き残り、より多くの子孫を与えます。

最初の実験は、よく知られている顔画像の色フェレット[11]で行われました。 複数のセッション中に撮影された100人の顔の画像がこのデータベースから選択されました。1人あたり5つの顔の例です。 Color FERET Face Databaseの画像の例を図に示します。 2.このデータベースには、さまざまな照明条件およびさまざまな表情のいくつかの写真セッションで取得した顔の画像が含まれています。 実際の顔のセクションは、OpenCVの一部であるViola-Jones顔検出器に基づく顔検出モジュールによって自動的に選択されました。 さらに、正面、顔、鼻、口をさらに検索するサイズ、位置、回転角度の画像の正規化が含まれます。











図 2. Color FERET Face Databaseの顔の例。



この実験の本質は、「シングルパーパーパーソン」モードで個人を分類することです。 認識アルゴリズムは、入力としてデータベースから各人物の顔の1枚の写真を受け取り、その後、選択された顔をデータベース内の他のすべての人物および他の人物の顔画像と比較し、第1種および第2種の認証エラーの認証しきい値への依存を構築します。 。 False Accept Rate（FAR）およびFalse Reject Rate（FRR）依存曲線。 FARエラーは、システムが誤って「見知らぬ人を自分のものとして認識する」「偽のアクセス」の状況に対応します。 FRRエラーは、システムが誤って「自分自身を認識しない」場合の「ターゲットの欠落」です。 解決しようとしている適用された問題の条件に従って、固定されたFRR値は20％を超えてはなりません。 実験の結果によれば、すべての顔に完全な認識エラーが形成され、その役割ではHTER（Half Total Error Rate）エラーが使用されます。 平均FARおよびFRRに等しいアクセスエラー。



Color FERET Face Databaseの場合、単位重量でのFAR認識エラーは21％（つまり、正解の79％）であり、これは現代の最先端レベルの顔認識方法に近いものです。 顔領域の重要性の重み行列を最適化するために遺伝的アルゴリズムを適用した後（図3）、FAR認識エラーは12％に減少しました。 元の約2倍に削減します。









図 3.遺伝的アルゴリズムを適用して、Color FERETに基づいて顔領域の重要性の重み行列を最適化した結果。



さまざまな人種の実験を実際の条件に近づけるために、さまざまな人種（ABC =アジア人、黒人、白人）の人々の顔を含む独自の顔データベースZZWolf ABC Face Databaseを収集しました。 人々のベースには、3つの主要なレースの人々のサンプル、各レースの10人（男性5人、女性5人）の10人の人々のサンプルが含まれ、人々の写真はインターネットで収集され、合計300人です。 これらは主に有名人（俳優と政治家）の顔であり、写真は異なるカメラで、異なる時間（撮影の違いは何年もあります）および異なる照明条件で撮影されました。









図 4. ZZWolf ABC Face Databaseの顔の例。 人の隔離、正規化、および前処理が自動的に実行されました。



その結果、新しいベースの顔認識エラーは平均37.2％でした。 遺伝的アルゴリズムを適用した後、エラーは32％に減少しました。









図 5.さまざまな人種のZZWolf ABC Face Databaseに基づいて、遺伝的アルゴリズムを適用して顔領域の重要性の重み行列を最適化した結果。



表1. ZZWolf ABC Facesに基づく認識結果

	アジア人向け	黒人向け	白人向け	平均
重要度の単位重量 （顔のすべての部分は同等です）	38.0％	35.3％	38.3％	37.2％
遺伝的アルゴリズムによって最適化された重要度の重み	34.3％	29.0％	32.8％	32.0％

結果として得られる、顔の領域の重要性の最適化されたマトリックスを図に示します。 6、異なる人種のために彼らは異なります。 私たちの顔のサンプル「ZZWolf ABC Face Database」は量が少ないため、さまざまな人種の顔領域の重要性の実験的に得られたマトリックスがあらゆる条件下で最適であり、実際の人の生物学的顔認識システムに完全に対応するふりをしません。









図 6.異なる人種の顔のセクションの重要性のマトリックス。 色が赤であるほど重要です。



それにもかかわらず、異なる人種の人々が互いの顔を認識するとき、彼らの人種に固有の顔の領域により多くの注意を払うという仮説を受け入れるならば、異なる人種の代表者（例えば、ヨーロッパ人とアジア人）がお互いを認識することは困難です、その結果は次のように解釈できます。白人の場合、目の領域が最も重要であり、黒人の場合は鼻の領域、アジア人の場合、耳の領域とアーチ上の額の領域が最も重要です。

結論

この記事では、顔認識アルゴリズムの精度を向上させる方法を紹介します。これは、遺伝的アルゴリズムの使用に基づいてZZPhotoプログラムで使用されています。 さまざまな顔のベースでの実験では、認識の質が20％から2倍に改善されています。 この方法は非常に一般的で、さまざまなクラスター顔認識アルゴリズムに適用できます。 異なる人種の代表者の顔のサンプルでの実験結果は興味深い結果をもたらし、おそらく人の顔認識のいくつかの自然なメカニズムを説明しています。

参照資料

1. W.チャオ、R。シェラパ、PJフィリップス、A。ローゼンフェルド。 顔認識：文献調査、Journal of ACM Computing Surveys（CSUR）、2003年、第35巻、第4号、pp。 399-458。
2. P.ドリュー、P。スティーンルーベ、H。ハンセルマン、H。ネイ。 SURF-Face：Viewpoint Consistency Constraints下の顔認識// Proceedings British Machine Vision Conference、2009。
3. R.ゴットムッカル、VKアサリ。 モジュラーPCAアプローチに基づく改善された顔認識技術//パターン認識レター、2004年、第25巻、第4号、pp。 429-436。
4. HVグエン、L。バイ、L。シェン。 ローカルGaborバイナリパターンホワイトニングPCA：一人当たりの単一画像からの顔認識の新しいアプローチ//生体認証の進歩。 コンピュータサイエンス第5558巻、2009年、pp。 269-278。
5. HRカナナ、K。フェーズ、Y。ガオブ。 1人あたり1つの模範画像から適応的に重み付けされたパッチPZMアレイを使用した顔認識//パターン認識、2008年、第41巻、第12号、pp。 3799-3812。
6. S. Nikan、M。Ahmadi。 LBPとエントロピー加重投票を使用した閉塞下での人間の顔の認識// 2012 21st International Conference on Pattern Recognition（ICPR）、11-15 11月 2012年、pp。 1699-1702。
7. T.アホネン、A。ハディッド、M。ピエティカイネン。 ローカルバイナリパターンを使用した顔の説明：顔認識への応用//パターン分析と機械、2006年、第28巻、第12号、12ページ。 2037-2041。
8. B. Kepenekci、FB Tek、G。Bozdagi Akar、Gaborウェーブレットに基づく顔認識の閉塞、ICIP 2002、2002年9月、ニューヨーク州ロチェスター、MP-P3.10
9. H.-S. Le、H。Li、隠れたマルコフモデルを使用した正面顔画像の認識、1人あたり1つのトレーニング画像、第17回国際パターン認識会議（ICPR04）、vol。 1、2004、pp。 318–321。
10. D.ルトコフスカヤ、M。ピリンスキー、L。ルトコフスキー。 ニューラルネットワーク、遺伝的アルゴリズム、ファジーシステム// Transl。 ポーランド語Mから：Hotline-Telecom、2004-452 p。
11. www.cl.cam.ac.uk/research/dtg/attarchive/facedatabase.html
12. www.nist.gov/itl/iad/ig/colorferet.cfm

更新：レースの名前は英語版ウィキペディアと一致しています。