An Enhancement of Haar Cascade Algorithm Applied to Face Recognition for Gate Pass Security

要約

この研究は、Haar カスケード アルゴリズムを強化して、顔照合および顔検出における偽陽性と偽陰性の割合を減らし、困難な条件下でも精度率を高めることに焦点を当てています。
顔認識ライブラリは、顔の固有の特徴を表す 128 次元のベクトルがエンコードされる Haar カスケード アルゴリズムを使用して実装されました。
サブプロセスが適用され、Haar Cascade からのグレースケール画像が RGB に変換され、顔のエンコーディングが改善されました。
論理プロセスと顔フィルタリングも、顔以外の検出を減らすために使用されます。
強化された Haar カスケード アルゴリズムにより、正解率 98.39% (21.39% 増加)、正解率 63.59%、再現率 98.30%、F1 スコア 72.23% が得られました。
比較すると、ハール カスケード アルゴリズムは、精度率 46.70% ～ 77.00%、適合率 44.15%、再現率 98.61%、F1 スコア 47.01% を達成しました。
どちらのアルゴリズムも、550 枚の画像からなる同じデータセットを使用して 301,950 件の比較を行う混同マトリックス テストを使用しました。
98.39% の精度率は、顔認識における偽陽性率と偽陰性率が大幅に減少していることを示しています。
顔マッチングと顔検出は、複雑な背景、照明の変化、オクルージョンのある画像、または同様の属性を持つ画像でもより正確になります。

要約(オリジナル)

This study is focused on enhancing the Haar Cascade Algorithm to decrease the false positive and false negative rate in face matching and face detection to increase the accuracy rate even under challenging conditions. The face recognition library was implemented with Haar Cascade Algorithm in which the 128-dimensional vectors representing the unique features of a face are encoded. A subprocess was applied where the grayscale image from Haar Cascade was converted to RGB to improve the face encoding. Logical process and face filtering are also used to decrease non-face detection. The Enhanced Haar Cascade Algorithm produced a 98.39% accuracy rate (21.39% increase), 63.59% precision rate, 98.30% recall rate, and 72.23% in F1 Score. In comparison, the Haar Cascade Algorithm achieved a 46.70% to 77.00% accuracy rate, 44.15% precision rate, 98.61% recall rate, and 47.01% in F1 Score. Both algorithms used the Confusion Matrix Test with 301,950 comparisons using the same dataset of 550 images. The 98.39% accuracy rate shows a significant decrease in false positive and false negative rates in facial recognition. Face matching and face detection are more accurate in images with complex backgrounds, lighting variations, and occlusions, or even those with similar attributes.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google