[論文レビュー] Confidence-Aware Learning for Camouflaged Object Detection

Jiawei Liu, Jing Zhang+1 more|arXiv (Cornell University)|Jun 22, 2021

Visual Attention and Saliency Detection参考文献 52被引用数 15

ひとこと要約

本稿では、予測値と正解の差異に基づいて得られる動的監督を用いて、検出ネットワークと信頼度推定ネットワークを同時に学習する信頼度認識学習フレームワークを提案する。この手法により、ハード／不確実な領域に学習を誘導するピクセル単位の信頼度マップが生成され、検出精度が向上するとともに、推論時における正解データに依存しないモデルに依存しない不確実性解釈が可能になる。

ABSTRACT

Confidence-aware learning is proven as an effective solution to prevent networks becoming overconfident. We present a confidence-aware camouflaged object detection framework using dynamic supervision to produce both accurate camouflage map and meaningful "confidence" representing model awareness about the current prediction. A camouflaged object detection network is designed to produce our camouflage prediction. Then, we concatenate it with the input image and feed it to the confidence estimation network to produce an one channel confidence map.We generate dynamic supervision for the confidence estimation network, representing the agreement of camouflage prediction with the ground truth camouflage map. With the produced confidence map, we introduce confidence-aware learning with the confidence map as guidance to pay more attention to the hard/low-confidence pixels in the loss function. We claim that, once trained, our confidence estimation network can evaluate pixel-wise accuracy of the prediction without relying on the ground truth camouflage map. Extensive results on four camouflaged object detection testing datasets illustrate the superior performance of the proposed model in explaining the camouflage prediction.

研究の動機と目的

• 背景と類似した外観を示すキャモフラージドオブジェクトの検出という課題に取り組み、境界の局所化が特に困難であることを解決する。
• 特にハードまたは曖昧な領域において、深層ネットワークが過剰に自信を持つ問題を克服する。
• 推論時に正解データに依存せずに、モデルの認識度を反映するピクセル単位の不確実性マップを提供する信頼度推定ネットワークを構築する。
• 信頼度認識学習により、損失関数を低信頼度で検出が難しい領域に重点を置くことで、検出性能を向上させる。
• 誤検出、未分割領域、境界誤差を強調する説明可能な信頼度マップを生成することで、モデル予測の解釈可能性を向上させる。

提案手法

• キャモフラージドオブジェクト検出ネットワークと別個の信頼度推定ネットワークを有する相互依存的アーキテクチャを設計する。
• 入力画像と検出ネットワークの出力を連結して、信頼度推定ネットワークに供給し、単一チャネルの信頼度マップを出力する。
• 検出ネットワークの予測と正解のキャモフラージドマップとのL1差分を用いて、信頼度ネットワークの動的監督を生成する。
• 推定された信頼度マップを損失関数における重みマスクとして用い、トレーニング中に低信頼度・ハードなピクセルに重点を置く。
• 信頼度ガイドドアテンションを組み込んだ構造損失関数を用いて検出ネットワークを学習させ、不確実な領域に注目を集中させる。
• トレーニングの進行に応じてスケーリングされる動的ハイパーパrameter λD を導入し、初期段階の安定性と最終段階の精錬性を向上させる。

実験結果

リサーチクエスチョン

• RQ1 推論時に正解データに依存しない状況でも、動的信頼度監督はキャモフラージドオブジェクト検出における不確実性推定を改善できるか？
• RQ2 信頼度認識学習は、境界が曖昧または部分的なオブジェクト構造を持つハードサンプルにおける検出性能にどのように影響を与えるか？
• RQ3 正解データに依存しない状況でも、推定された信頼度マップがモデルの不確実性と予測品質の信頼できる代理指標として機能する程度はどの程度か？
• RQ4 適応的信頼度重み付け（λD）は、トレーニングの安定性と最終的な検出精度にどのような影響を与えるか？
• RQ5 信頼度マップは、誤検出、未分割領域、境界誤差を効果的に強調でき、モデルの最適化を支援できるか？

主な発見

• 提案手法は、4つのベンチマークキャモフラージドオブジェクト検出データセットにおいて最先端の性能を達成し、優れた精度とロバスト性を示した。
• 訓練済みネットワークが生成する信頼度マップは、正解データがなくても誤検出領域、未分割領域、境界誤差を効果的に強調した。
• 動的監督戦略により、誤分類領域には高い不確実性、正しく分類された領域には高い信頼度が割り当てられ、過剰な自信が軽減された。
• トレーニング中に信頼度マップは進化する：予測が改善するにつれて高不確実性領域が縮小し、初期に見逃されたオブジェクト部品が次第に回復した。
• 固定値λ=10はλ=3,5および動的λDを上回る性能を示し、より高い安定した信頼度重み付けが不確実領域での学習を改善することを示した。
• 信頼度推定ネットワークは信頼性の高い評価ツールとして機能する：その出力は予測品質と相関し、正解データがなくてもモデルの解釈を支援できる。