[論文レビュー] Anomaly Detection in Residential Video Surveillance on Edge Devices in IoT Framework

Mayur Rajaram Parate, Kishor M. Bhurchandi+1 more|arXiv (Cornell University)|Jul 10, 2021

Anomaly Detection Techniques and Applications参考文献 36被引用数 4

ひとこと要約

本論文は、空間的・時間的特徴符号化と2つの補完的メトリクスを用いた軌跡連携を用いて、リモート監視のためのリアルタイム異常検出を実現する、軽量でCPU専用のエッジコンピューティングフレームワークを提案する。本手法は、低消費電力のエッジデバイス上でも高い精度（UMNデータセットでAUC最高0.936）とリアルタイム性能（持続的なFPS）を達成し、既存手法を上回りながら、プライバシー保護と低レイテンシーを確保する。

ABSTRACT

Intelligent resident surveillance is one of the most essential smart community services. The increasing demand for security needs surveillance systems to be able to detect anomalies in surveillance scenes. Employing high-capacity computational devices for intelligent surveillance in residential societies is costly and not feasible. Therefore, we propose anomaly detection for intelligent surveillance using CPU-only edge devices. A modular framework to capture object-level inferences and tracking is developed. To cope with partial occlusions, posture deformations, and complex scenes, we employed feature encoding and trajectory association governed by two metrices complementing to each other. The elements of an anomaly detection framework are optimized to run on CPU-only edge devices with sufficient frames per second (FPS). The experimental results indicate the proposed method is feasible and achieves satisfactory results in real-life scenarios.

研究の動機と目的

• CPUのみを用いたエッジデバイスを用いて、住宅用監視のためのコスト効果的でリアルタイムな異常検出システムを開発すること。
• GPUやハードウェアアクセラレータに依存せずに、リソース制限のあるエッジハードウェアで高複雑度のコンピュータビジョンタスクを処理する課題に対処すること。
• エッジでローカルにビデオ分析を処理することで、リアルタイム性能、低ネットワークレイテンシー、データプライバシーを確保すること。
• 高い検出精度を維持しながら、低消費電力と高いフレームレート（FPS）を実現するための最適化を図ること。
• LoRaを用いたアラート送信を統合したIoTフレームワークに異常検出システムを組み込み、実世界での展開を可能とすること。

提案手法

• オブジェクト検出、特徴符号化、軌跡連携のモジュラーなパイプラインを用いて、CPU専用のエッジデバイスでもリアルタイム処理を可能にする。
• 空間的・時間的特徴は、軽量ニューラルネットワーク（64x32、128x64、または256x128の特徴サイズ）を用いて、フレーム間での人物アイデンティティを表現する。
• 軌跡連携は、コサイン距離（max-cos-distance）と非最大抑制（nms-overlap）という2つの補完的メトリクスによって制御され、誤検出の低減とオクルージョンの処理が可能になる。
• 二重しきい値戦略を採用：高水準のmax-cos-distanceしきい値（0.9）により、アイデンティティの入れ替えに対する耐性が向上する。一方、低水準のnms-overlap（0.3）により、密集した群衆からの重複検出が抑制される。
• パイプライン全体がCPU実行に最適化されており、異なる特徴エンコーダーサイズとしきい値設定での性能が評価されている。
• 異常は、軌跡パターンと空間的ダイナミクスの逸脱を分析することで検出され、プライバシー保護とネットワーク負荷低減のためLoRaを介してアラートが送信される。

実験結果

リサーチクエスチョン

• RQ1 GPUアクセラレーションなしで、CPU専用のエッジデバイス上で住宅用監視の異常検出を効果的に行うことは可能か？
• RQ2 特徴エンコーダーサイズ、max-cos-distance、nms-overlapの異なる設定が、精度と処理速度に与える影響は何か？
• RQ3 空間的・時間的特徴符号化と二重メトリクスによる軌跡連携は、部分的オクルージョンやポーズ変形の下でも、どれほど耐性を高め得るか？
• RQ4 リアルタイムエッジベースの異常検出システムにおいて、精度、フレームレート、消費電力の最適なバランスは何か？
• RQ5 標準データセット上でのAUCとリアルタイム性能について、本手法は、既存のクラウドベースまたはGPUアクセラレートされた手法と比較して、どのように差をつけるか？

主な発見

• 提案手法は、UCSD Ped-1データセットでAUC 0.918、UMNデータセットでAUC 0.936を達成し、[6]、[38]、[4]、[39]などの既存手法を上回っている。
• 64x32の特徴エンコーダーサイズを用いることで、顕著に処理時間が短縮され、ほぼ最適な精度（AUC ~0.93）が得られ、リアルタイム展開に最適である。
• nms-overlapしきい値を0.3に設定することで、密集した人物からの誤検出が効果的に抑制され、検出の一貫性が向上する。
• 高水準のmax-cos-distanceしきい値（0.9）により、類似した服装の人物がいるシーンでもアイデンティティの入れ替えが減少し、軌跡の一貫性が向上する。
• CPU専用デバイス上でも、持続的なフレームレートを維持するリアルタイム性能を発揮し、精度と効率のバランスを保っている。
• アクティブクーリングなしでは、CPUコア温度が負荷時68°Cに達するが、アクティブクーリングありでは安定的に59°Cを維持するため、長期運用に耐える熱的安定性を示している。