[論文レビュー] Deep Convolutional Generative Adversarial Networks Based Flame Detection in Video

Süleyman Aslan, Uğur Güdükbay+2 more|arXiv (Cornell University)|Feb 5, 2019

Fire Detection and Safety Systems参考文献 1被引用数 6

ひとこと要約

本論文は、時間的スライス画像を用いて空間時間的ダイナミクスを活用することで、リアルタイムの動画における炎検出のための2段階のDCGANベース手法を提案する。合成および実際の非炎データを用いて、識別器が炎と非炎のシーケンスを区別するように訓練することで、92.19%のヒットレートと3.91%の偽陽性率を達成し、標準のCNNやDCGANと比較して誤検出を顕著に低減した。

ABSTRACT

Real-time flame detection is crucial in video based surveillance systems. We propose a vision-based method to detect flames using Deep Convolutional Generative Adversarial Neural Networks (DCGANs). Many existing supervised learning approaches using convolutional neural networks do not take temporal information into account and require substantial amount of labeled data. In order to have a robust representation of sequences with and without flame, we propose a two-stage training of a DCGAN exploiting spatio-temporal flame evolution. Our training framework includes the regular training of a DCGAN with real spatio-temporal images, namely, temporal slice images, and noise vectors, and training the discriminator separately using the temporal flame images without the generator. Experimental results show that the proposed method effectively detects flame in video with negligible false positive rates in real-time.

研究の動機と目的

• リアルタイムの炎検出システムを、偽陽性を最小限に抑えて開発すること。
• 動画シーケンスを時間的スライス画像に変換することで、炎の特徴的である揺らぎの空間時間的ダイナミクスを活用すること。
• 2段階の訓練フレームワークを用いることで、DCGANの一般化性能と検出の耐障害性を向上させること。
• 敵対的訓練と時間的モデリングを活用することで、大規模なラベル付きデータセットへの依存を減らすこと。
• 検出精度と偽陽性率の両面で、標準のCNNおよびDCGANベースラインを上回ること。

提案手法

• 64枚の連続する動画フレームを空間的カラムにグループ化することで、約6.5秒間の動きと閃光を捉える時間的スライス画像を構築する。
• 最初の段階として、実際の炎スライスとランダムなノイズベクトルを用いてDCGANを訓練し、識別器が炎固有の空間時間的パターンを学習できるようにする。
• 2番目の段階では、生成器を固定し、非炎の実際の動画シーケンスを「偽」データとして、炎スライスを「真」データとして用いて識別器を微調整する。
• 識別器は2回の確率的勾配更新を用いて訓練される：1回目は初期の敵対的学習（SG1）、2回目は改善のための微調整（SG2）であり、非炎データを用いて識別性能を向上させる。
• 訓練の安定化のため、生成器および識別器の両ネットワークにバッチ正規化、ドロップアウト、MSRA重み初期化を適用する。
• 確率的最適化にはAdam最適化法を用い、モデルはTensorFlowを用いて実装されている。

実験結果

リサーチクエスチョン

• RQ1 実際の非炎動画データを識別器の微調整段階に組み込むことで、2段階のDCGAN訓練戦略が炎検出の耐障害性を向上させられるか？
• RQ2 時間的スライス画像の使用が、炎の揺らぎダイナミクスを効果的に捉え、検出性能を向上させられるか？
• RQ3 本手法は、標準のCNNおよびDCGANと比較して、偽陽性率と検出精度の両面で優れているか？
• RQ4 時間的スライスを用いた敵対的訓練により、大規模なラベル付き炎データの必要性を低減できるか？
• RQ5 空間時間的進化を活用することで、炎検出における一般化性能はどの程度向上するか？

主な発見

• 提案手法のDCGANは、テストセットで92.19%の真正陽性率（TPR）と96.09%の真正陰性率（TNR）を達成し、高い検出精度と低い偽陽性率を示した。
• 本手法は偽陽性率を3.91%まで低減し、時間的スライスを用いたCNN（12.61%の偽陽性率）や他のDCGANベースラインを顕著に上回った。
• 2段階訓練アプローチ、特に実際の非炎データを用いた微調整段階のおかげで、微調整なしのDCGANと比較してTNRが9.48%向上した。
• 時間的スライス画像の使用により、炎の揺らぎダイナミクスを活用できるようになったため、時間的情報なしのDCGANと比較してTNRが9.48%高い結果となった。
• 本手法は92.19%のヒットレートを達成しながら偽陽性率は3.91%に抑えられ、同じデータセット上での標準のCNNおよびDCGANと比較して、より優れた耐障害性を示した。
• 結果から、時間的スライスを用いた敵対的訓練が特徴表現を強化し、実世界の動画監視におけるより信頼性の高い炎検出を可能にすることが確認された。