[論文レビュー] DAFNe: A One-Stage Anchor-Free Deep Model for Oriented Object Detection

Steven Lang, Fabrizio Ventola+1 more|arXiv (Cornell University)|Sep 13, 2021

Advanced Neural Network Applications参考文献 46被引用数 9

ひとこと要約

DAFNeは、方向に敏感なセンターネス関数とセンターポイントからコーナーへのバウンディングボックス予測戦略を用いる、1段階・アンカーフリーな深層畳み込みニューラルネットワークであり、オriented object detectionの精度を向上させる。DAFNeはDOTA 1.0で76.95%のmAPを達成し、従来の1段階・アンカーフリーなモデルよりも4.65%の向上を達成し、新たな最先端の結果を樹立した。

ABSTRACT

Object detection is a fundamental task in computer vision. While approaches for axis-aligned bounding box detection have made substantial progress in recent years, they perform poorly on oriented objects which are common in several real-world scenarios such as aerial view imagery and security camera footage. In these cases, a large part of a predicted bounding box will, undesirably, cover non-object related areas. Therefore, oriented object detection has emerged with the aim of generalizing object detection to arbitrary orientations. This enables a tighter fit to oriented objects, leading to a better separation of bounding boxes especially in case of dense object distributions. The vast majority of the work in this area has focused on complex two-stage anchor-based approaches. Anchors act as priors on the bounding box shape and require attentive hyper-parameter fine-tuning on a per-dataset basis, increased model size, and come with computational overhead. In this work, we present DAFNe: A Dense one-stage Anchor-Free deep Network for oriented object detection. As a one-stage model, DAFNe performs predictions on a dense grid over the input image, being architecturally simpler and faster, as well as easier to optimize than its two-stage counterparts. Furthermore, as an anchor-free model, DAFNe reduces the prediction complexity by refraining from employing bounding box anchors. Moreover, we introduce an orientation-aware generalization of the center-ness function for arbitrarily oriented bounding boxes to down-weight low-quality predictions and a center-to-corner bounding box prediction strategy that improves object localization performance. DAFNe improves the prediction accuracy over the previous best one-stage anchor-free model results on DOTA 1.0 by 4.65% mAP, setting the new state-of-the-art results by achieving 76.95% mAP.

研究の動機と目的

• 航空写真やセキュリティ映像など、オブジェクトがしばしば方向を向いている実世界のシナリオにおける軸に沿ったオブジェクト検出の限界を解消すること。
• 2段階・アンカーベースの手法の欠点、すなわち高い計算コスト、複雑なハイパーパrameterチューニング、およびモデルサイズの増大を克服すること。
• オriented object detectionのためのよりシンプルで高速かつ高精度な1段階・アンカーフリーなモデルを開発すること。
• センターポイントからコーナーへの予測戦略と方向に敏感なセンターネス関数を導入することで、局所化精度を向上させること。

提案手法

• DAFNeは特徴マップ全体にわたる密な予測を実行し、アンカーボックスの必要性を排除し、予測の複雑さを低減する。
• 任意の方向を向いたバウンディングボックスに対して低品質な予測を抑制するために、センターネス関数の方向に敏感な一般化を導入する。
• センターポイントから4つのコーナーへの回帰戦略を採用し、バウンディングボックスの局所化精度を向上させる。
• 2段階モデルと比較して、より高速な推論とより簡単な最適化を可能にする1段階検出器としてアーキテクチャを設計する。
• バックボーンネットワークの特徴マップを活用し、1回の順伝播で分類スコア、ボックス座標、方向角を予測する。
• 方向に敏感なセンターネス関数は、回転に敏感な信頼度スコアリングを組み込むことで、回転したバウンディングボックスを効果的に処理するように特別に調整されている。

実験結果

リサーチクエスチョン

• RQ1 アンカープライアリの依存を避けながら、1段階・アンカーフリーなモデルがオriented object detectionで最先端の性能を達成できるか？
• RQ2 方向に敏感なセンターネス関数は、任意の方向を向いたオブジェクトの検出品質をどのように向上させるか？
• RQ3 センターポイントからコーナーへの予測戦略は、密集したオブジェクトや回転したオブジェクトの状況において、局所化精度をどの程度向上させるか？
• RQ4 DAFNeは、既存の2段階・アンカーベースのオriented detection手法と比較して、精度と効率の両面で優れているか？

主な発見

• DAFNeはDOTA 1.0データセットで76.95%のmAPを達成し、1段階・アンカーフリーなモデルとして新たな最先端の結果を樹立した。
• DAFNeは、DOTA 1.0における従来の最良の1段階・アンカーフリーなモデルと比較して、mAPで4.65%の向上を達成した。
• 方向に敏感なセンターネス関数は、回転したオブジェクトにおける低品質な予測の重みを低下させることで、誤検出を効果的に削減した。
• センターポイントからコーナーへの予測戦略は、特に密集したオブジェクトの状況で、よりタイトなバウンディングボックスの適合をもたらした。
• 2段階・アンカーベースの検出器と比較して、1段階・アンカーフリーな設計のおかげで、推論速度とモデルの単純さに優れた性能を示した。
• アブレーションスタディの結果、方向に敏感なセンターネス関数とセンターポイントからコーナーへの戦略の両方が、性能向上に不可欠であることが確認された。