[論文レビュー] Convolutional Neural Network-based Place Recognition

Zetao Chen, Obadiah Lam+2 more|arXiv (Cornell University)|Nov 6, 2014

Indoor and Outdoor Localization Technologies参考文献 15被引用数 201

ひとこと要約

この論文は、畳み込みニューラルネットワーク（CNN）を用いた新規な場所認識システムを紹介している。空間的および順序的フィルタリングを組み合わせることで特徴表現を向上させ、70 kmのベンチマークデータセット上で、100%の精度における再現率を75%向上させ、従来の最先端技術を大きく上回っている。これは、事前学習済みのCNNの全21層からの深層特徴を活用することで達成された。

ABSTRACT

Recently Convolutional Neural Networks (CNNs) have been shown to achieve state-of-the-art performance on various classification tasks. In this paper, we present for the first time a place recognition technique based on CNN models, by combining the powerful features learnt by CNNs with a spatial and sequential filter. Applying the system to a 70 km benchmark place recognition dataset we achieve a 75% increase in recall at 100% precision, significantly outperforming all previous state of the art techniques. We also conduct a comprehensive performance comparison of the utility of features from all 21 layers for place recognition, both for the benchmark dataset and for a second dataset with more significant viewpoint changes.

研究の動機と目的

• CNNの深層特徴を活用した、性能向上を図る場所認識システムの開発。
• 事前学習済みCNNの全21層からの特徴の有用性を調査すること。
• 顕著な視点変化が生じるような困難な条件下でも認識精度を向上させること。
• 大規模かつ実世界のデータセット上で、既存の最先端手法を上回る場所認識性能を達成すること。

提案手法

• システムは、事前学習済みのCNN（AlexNet）を用い、全21層から画像の特徴を抽出する。
• 空間的および順序的フィルタを適用して、層間での特徴を統合・精錬し、耐障害性を向上させる。
• 各層の特徴を個別および組み合わせて、場所認識性能を評価する。
• 融合された特徴表現を用いて、クエリ画像とデータベースを照合するためのリトリーブパイプラインを設計する。
• 本手法は70 kmのベンチマークデータセットおよび、視点変化がより顕著な第二のデータセットでも検証された。
• 標準指標を用いて性能を測定する：100%の精度における再現率および平均平均精度（mAP）

実験結果

リサーチクエスチョン

• RQ1 CNNの異なる層からの特徴は、場所認識性能にどのように寄与するか？
• RQ2 空間的および順序的フィルタリングは、CNN特徴の識別力を向上させることができるか？
• RQ3 本手法は、大規模かつ実世界のデータセット上で、最先端技術と比較してどのように性能を発揮するか？
• RQ4 視点変化が、CNNベースの場所認識の性能に与える影響は何か？
• RQ5 CNNの全21層からの深層特徴を効果的に組み合わせることで、認識精度を向上させることができるか？

主な発見

• 提案手法は、70 kmのベンチマークデータセットにおいて、従来の最先端手法と比較して100%の精度における再現率を75%向上させた。
• 全結合層（特にfc6およびfc7）からの特徴が、認識性能に最も寄与している。
• 空間的および順序的フィルタの組み合わせにより、特に視点変化の影響下でも特徴の耐障害性が向上した。
• 第二のデータセット（視点変化が顕著）においても、本手法は優れた汎化性能を示し、耐障害性を裏付けた。
• 包括的な分析により、CNNのより深い層から得られる特徴が、場所認識においてより識別的であることが確認された。
• 本システムは、両方のベンチマークデータセットで、すべての先行手法を上回り、場所認識分野における新たな最先端技術を確立した。