[論文レビュー] Deep-Learning Convolutional Neural Networks for scattered shrub detection with Google Earth Imagery

Emilio Guirado, Siham Tabik+3 more|arXiv (Cornell University)|Jun 3, 2017

Remote-Sensing Image Classification参考文献 48被引用数 70

ひとこと要約

この研究は、転移学習とデータ拡張を用いたCNNベースの検出器（GoogLeNet）が、Google Earth画像におけるZiziphus lotus低木の検出でOBIAを上回り、転移可能性と新しい地域への適用性を持つ高い精度と迅速な展開を提供する。

ABSTRACT

There is a growing demand for accurate high-resolution land cover maps in many fields, e.g., in land-use planning and biodiversity conservation. Developing such maps has been performed using Object-Based Image Analysis (OBIA) methods, which usually reach good accuracies, but require a high human supervision and the best configuration for one image can hardly be extrapolated to a different image. Recently, the deep learning Convolutional Neural Networks (CNNs) have shown outstanding results in object recognition in the field of computer vision. However, they have not been fully explored yet in land cover mapping for detecting species of high biodiversity conservation interest. This paper analyzes the potential of CNNs-based methods for plant species detection using free high-resolution Google Earth T M images and provides an objective comparison with the state-of-the-art OBIA-methods. We consider as case study the detection of Ziziphus lotus shrubs, which are protected as a priority habitat under the European Union Habitats Directive. According to our results, compared to OBIA-based methods, the proposed CNN-based detection model, in combination with data-augmentation, transfer learning and pre-processing, achieves higher performance with less human intervention and the knowledge it acquires in the first image can be transferred to other images, which makes the detection process very fast. The provided methodology can be systematically reproduced for other species detection.

研究の動機と目的

• 高解像度の Google Earth 画像を用いた植物種マッピングのための正確なCNNベース手法の開発。
• CNNベースの検出とOBIAベース手法を、精度、転移性、ユーザー生産性の観点で比較。
• 検出性能への転移学習、データ拡張、および前処理の影響を評価。

提案手法

• ImageNetで事前学習済みのGoogLeNet（InceptionベースのCNN）をZiziphus lotusと裸土で、希少植生を含む（2クラス問題）でファインチューニング。
• データ拡張（ランダムスケール、ランダムクロップ、水平反転、ランダム明度）を適用して訓練データを100枚から6000枚に拡張。
• 二つの検出アプローチを評価：テスト画像上でのスライディングウィンドウとCNN推論前に候補パッチを生成する画像前処理。
• 前処理ステップ（反射率に基づくグレースケールマスクとエッジベースのフィルタリングを用いて小さなクラスターを除去）を実験。
• CNNベースの検出器をOBIA検 detector（多段階分割＋KNN分類）と比較し、2つのテストゾーン（スペインとキプロス）で評価。
• 精度、再現率、F1スコアで性能を測定。

実験結果

リサーチクエスチョン

• RQ1 小規模で転移学習されたデータセットで訓練したCNNベース検出器は、高解像度のGoogle Earth画像における散在する低木の検出で高い精度を達成できるか？
• RQ2 CNNベースの検出は、異なる地域における精度、転移性、必要な人手による監督の観点でOBIAと比較してどうか？

主な発見

• 転移学習とデータ拡張を用いたGoogLeNetは高い検出性能を達成し、前処理を行ったTest-zone-1で98.57% precision、95.83% recall（F1 97.18%）を達成。
• 拡張を用いたCNNベース検出は、前処理なしでスライディングウィンドウを用い、90.28% precision/recall（F1 90.28%）を達成、ベースラインより上回る。
• 前処理（背景除去とエッジサイズフィルタリング）はTest-zone-1で98.57% precision、95.83% recall、F1 97.18%に改善。
• Test-zone-2では、前処理付きのCNN検出が92.68% precision/recall（F1 92.68%）を達成し、OBIA（precision 77.65%–72.41%、F1 84.08%–60.00%）を上回る。
• CNNの訓練にはファインチューニングと拡張を用いて約7.55分、新しい画像への適用は数秒。一方OBIAは画像ごとに約12.5時間かかる。
• CNNはスペインとキプロスのような地域間で転用性が高く、OBIAより人手による監督が少なくて済んだ。