[論文レビュー] Anomaly Detection using Deep Reconstruction and Forecasting for Autonomous Systems

Nadarasar Bahavan, Navaratnarajah Suman+10 more|arXiv (Cornell University)|Jun 25, 2020

Anomaly Detection Techniques and Applications参考文献 33被引用数 7

ひとこと要約

本論文は、ビデオおよびIMUデータを用いて、自律システムにおけるリアルタイム異常検出のための自己教師あり深層学習手法を提案する。条件付きGANベースの動画予測モデルとLSTMベースのオートエンコーダー／予測モデルを用い、動画異常検出で94%の精度と0.95のF1スコア、IMU異常検出で100%の精度と0.98のF1スコアを達成した。

ABSTRACT

We propose self-supervised deep algorithms to detect anomalies in heterogeneous autonomous systems using frontal camera video and IMU readings. Given that the video and IMU data are not synchronized, each of them are analyzed separately. The vision-based system, which utilizes a conditional GAN, analyzes immediate-past three frames and attempts to predict the next frame. The frame is classified as either an anomalous case or a normal case based on the degree of difference estimated using the prediction error and a threshold. The IMU-based system utilizes two approaches to classify the timestamps; the first being an LSTM autoencoder which reconstructs three consecutive IMU vectors and the second being an LSTM forecaster which is utilized to predict the next vector using the previous three IMU vectors. Based on the reconstruction error, the prediction error, and a threshold, the timestamp is classified as either an anomalous case or a normal case. The composition of algorithms won runners up at the IEEE Signal Processing Cup anomaly detection challenge 2020. In the competition dataset of camera frames consisting of both normal and anomalous cases, we achieve a test accuracy of 94% and an F1-score of 0.95. Furthermore, we achieve an accuracy of 100% on a test set containing normal IMU data, and an F1-score of 0.98 on the test set of abnormal IMU data.

研究の動機と目的

• 教師なし、自己教師ありの深層学習を用いて、異種の自律システムにおけるリアルタイム異常検出を可能にすること。
• 即時の異常と遷移的異常（内部的（運動関連）および外部的（環境関連））の両方を検出すること。
• ビデオとIMUデータを独立して活用し、それぞれの相補的な強みを活かすこと：ビデオは空間的・視覚的異常、IMUは運動関連の不規則性を検出する。
• 再構成ベースと予測ベースのモデルを組み合わせることで、予測誤差を介して乖離を検出することで、耐障害性を向上させること。
• 実世界のベンチマークで高い性能を発揮し、IEEE Signal Processing Cup 2020異常検出コンテストで実証されたこと。

提案手法

• 3つの前フレームから次の動画フレームを予測するCNN-LSTM予測モデルに、条件付きGAN（cGAN）を適用し、予測誤差を異常指標として使用する。
• 3つの連続するIMUベクトルを再構成するLSTMオートエンコーダーを適用し、再構成誤差を異常検出に使用する。
• 3つの直前のベクトルから次のIMUベクトルを予測するLSTM予測モデルを用い、予測誤差を異常信号として使用する。
• 条件付きGAN損失を用いた敵対的ファインチューニングを導入し、動画予測モデルの汎化性能と異常検出の再現率を向上させる。
• ROSに実装してリアルタイム推論を実現し、非同期なビデオおよびIMUストリームを独立して処理する。
• IMUの線形加速度と角速度に固定しきい値を適用し、異常な運動の基準を確立する。

実験結果

リサーチクエスチョン

• RQ1 自己教師あり深層学習モデルは、ビデオおよびIMUデータを用いて、自律システムにおける即時的および遷移的異常を効果的に検出できるか？
• RQ2 ラベル付き異常データなしで学習された再構成ベースと予測ベースのモデルは、異常をどの程度正確に同定できるか？
• RQ3 敵対的ファインチューニングは、突然で予測不能な視覚的遷移を検出する動画予測モデルの性能をどの程度向上させるか？
• RQ4 ビデオに可視化されない異常、例えば視覚的手がかりのない突然の運動変化をIMUベースのモデルは検出できるか？
• RQ5 動画とIMUの異常検出の統合は、実世界の自律システムのシナリオにおいて全体の耐障害性をどの程度向上させるか？

主な発見

• 動画ベースの異常検出モデルは、正常および異常な動画シーケンスを含むデータセットで、テスト精度94%、F1スコア0.95を達成した。
• IMUベースのLSTM予測モデルは、異常なIMUテストデータで100%の精度とF1スコア0.98を達成し、正常なIMUテストケースでは95.3%の精度を示した。
• CNN-LSTM予測モデルを条件付きGAN損失でファインチューニングすることで、再現率が90.81%から98.21%に、精度が93.81%から94.18%に、F1スコアが0.9518から0.9537に向上した。
• システムは、突然の遮断（例：予期しない人物の出現）を正しく検出し、入力フレームにパターンが欠如しているため予測誤差が急増した。
• モデルは、予測不能な運動遷移に起因する予測失敗が生じる、不規則なドローンの動きといった遷移的異常を正しく同定した。
• モデルの組み合わせは、IEEE Signal Processing Cup 2020異常検出コンテストで準優勝を達成し、実世界での性能と耐障害性を実証した。