[論文レビュー] Deep CMST Framework for the Autonomous Recognition of Heavily Occluded and Cluttered Baggage Items from Multivendor Security Radiographs.

Taimur Hassan, Salman H. Khan+3 more|arXiv (Cornell University)|Dec 9, 2019

Advanced Neural Network Applications被引用数 14

ひとこと要約

本論文では、複数ベンダーのX線スキャンにおいて、重度に隠蔽され、ごみくずだらけの手荷物アイテムを自律的に検出・認識するための新しいDeep CMSTフレームワークを提案する。段階的な構造テンソルアプローチを用い、方向にわたる輪郭ベースの遷移特徴を繰り返し抽出することで、1つの順方向CNNを用いて、GDXrayでmAP 0.9343、SIXrayでmAP 0.9595という最先端の平均平均精度を達成した。推論速度は15.78%向上した。

ABSTRACT

In the last two decades, luggage scanning has globally become one of the prime aviation security concerns. Manual screening of the baggage items is a cumbersome, subjective and inefficient process. Hence, many researchers have developed Xray imagery-based autonomous systems to address these shortcomings. However, to the best of our knowledge, there is no framework, up to now, that can recognize heavily occluded and cluttered baggage items from multi-vendor X-ray scans. This paper presents a cascaded structure tensor framework which can automatically extract and recognize suspicious items irrespective of their position and orientation in the multi-vendor X-ray scans. The proposed framework is unique, as it intelligently extracts each object by iteratively picking contour based transitional information from different orientations and uses only a single feedforward convolutional neural network for the recognition. The proposed framework has been rigorously tested on publicly available GDXray and SIXray datasets containing a total of 1,067,381 X-ray scans where it significantly outperformed the state-of-the-art solutions by achieving the mean average precision score of 0.9343 and 0.9595 for extracting and recognizing suspicious items from GDXray and SIXray scans, respectively. Furthermore, the proposed framework has achieved 15.78% better time

研究の動機と目的

• 航空保安における大型で遮蔽され、ごみくずだらけの手荷物アイテムの手動スクリーニングという重要な課題に対処すること。
• X線スキャン内の方向や位置に関係なく、不審なアイテムを認識できる耐障害性の高い、ベンダーに依存しないシステムの開発。
• 複雑なレントゲン画像環境において、完全に自律的でリアルタイムの検出を可能にすることで、手動検査への依存を低減すること。
• ベンチマークデータセット上で、既存の最先端手法よりも精度と推論速度の両面で優れていること。

提案手法

• フレームワークは、X線スキャンから多方向の輪郭ベースの遷移特徴を抽出するための段階的な構造テンソル機構を採用している。
• 遮蔽され、ごみくずだらけの物体の特徴表現を向上させるために、異なる方向にわたる画像構造を段階的に分析している。
• エンドツーエンドの認識のため、1つの順方向畳み込みニューラルネットワークが使用されており、モデルの複雑さと推論時間を最小限に抑える。
• 空間勾配情報を利用して、ノイズが多くごみくずだらけのシーンにおける物体の境界と構造的遷移を同定している。
• 汎用性を確保するため、多様で複数ベンダーのX線データセット上でフレームワークを訓練および評価している。
• リアルタイムデプロイメントに最適化されており、従来の手法と比較して顕著な速度向上を達成している。

実験結果

リサーチクエスチョン

• RQ1 1つの統合フレームワークは、複数のX線スキャナーベンダーにわたって、重度に遮蔽され、ごみくずだらけの手荷物アイテムを効果的に検出・認識できるか？
• RQ2 段階的な構造テンソルアプローチは、従来の手法と比較して、複雑で重なった手荷物シーンにおける特徴抽出をどのように改善するか？
• RQ3 1つの順方向CNNを用いることで、計算負荷を低減しつつも、高い精度を維持できるか、その程度はどの程度か？
• RQ4 公開ベンチマーク上で、既存の最先端ソリューションと比較して、性能と速度の両面でどのように差をつけるか？
• RQ5 再トレーニングなしで、多様な撮影条件やスキャナータイプに一般化できるか？

主な発見

• Deep CMSTフレームワークは、GDXrayデータセットでmAP 0.9343を達成し、既存の最先端手法を顕著に上回った。
• SIXrayデータセットでは、mAP 0.9595を達成し、複雑でごみくずだらけのシーンでも優れた認識精度を示した。
• 既存のソリューションと比較して、推論時間を15.78%短縮し、より迅速なリアルタイムスクリーニングを可能にした。
• 段階的な構造テンソルアプローチは、複数の方向にわたる遮蔽され、重なった物体からの特徴抽出を効果的に向上させた。
• 1つの順方向CNNの使用により、モデルの複雑さを低減しつつも高い精度を維持でき、推論速度も向上した。
• 複数ベンダーのX線スキャンにわたる汎用性が強く示され、実世界の航空保安環境における耐障害性と実用的デプロイメントの可能性を裏付けた。