[論文レビュー] Deep Morphological Neural Networks

Yucong Shen, Xin Zhong+1 more|arXiv (Cornell University)|Sep 4, 2019

Industrial Vision Systems and Defect Detection被引用数 10

ひとこと要約

本稿では、深層学習における特徴抽出のための最適な構造要素およびモルフォロジー演算を自動で学習する、新しい微分可能モルフォロジー層である深層モルフォロジーニューラルネットワーク（DMNNs）を提案する。本手法は、手動で設計されたモルフォロジー演算を学習可能なコンponentsに置き換えることで、形状ベースの画像分類タスクにおいて高い精度と計算効率を達成しており、複数のベンチマークデータセットで検証されている。

ABSTRACT

Mathematical morphology is a theory and technique to collect features like geometric and topological structures in digital images. Given a target image, determining suitable morphological operations and structuring elements is a cumbersome and time-consuming task. In this paper, a morphological neural network is proposed to address this problem. Serving as a nonlinear feature extracting layer in deep learning frameworks, the efficiency of the proposed morphological layer is confirmed analytically and empirically. With a known target, a single-filter morphological layer learns the structuring element correctly, and an adaptive layer can automatically select appropriate morphological operations. For practical applications, the proposed morphological neural networks are tested on several classification datasets related to shape or geometric image features, and the experimental results have confirmed the high computational efficiency and high accuracy.

研究の動機と目的

• 画像解析におけるモルフォロジー演算および構造要素の手動選択の課題に対処すること。
• 数学的モルフォロジーを微分可能で学習可能なレイヤーとして深層学習フレームワークに統合すること。
• データから最適な構造要素およびモルフォロジー演算を自動で学習可能にする。
• 形状に敏感な画像データセットにおける計算効率と分類精度の向上を図ること。
• モルフォロジー層がエンドツーエンドの深層学習パイプラインで有効であることを示すこと。

提案手法

• バックプロパゲーションを介して構造要素をエンドツーエンドで学習する微分可能モルフォロジー層を提案する。
• 1つのフィルタを用いたモルフォロジー層を採用し、入力画像に適応して最適な構造要素を学習する。
• 入力データに基づいて適切なモルフォロジー演算（例：膨張、収縮）を自動で選択するアダプティブモルフォロジー層を導入する。
• 勾配ベース最適化を可能にするために、モルフォロジー演算のパラメトリックな定式化を採用する。
• 深層ニューラルネットワークに非線形特徴抽出コンponentとしてモルフォロジー層を統合する。
• 標準的なバックプロパゲーションを用いて、ネットワークとモルフォロジーパラメータを同時に最適化可能なネットワークを訓練する。

実験結果

リサーチクエスチョン

• RQ1 深層ニューラルネットワークは、与えられた画像分類タスクに対して最適な構造要素を自動で学習できるか？
• RQ2 学習可能なモルフォロジー層は、精度と効率の面で手作業で設計されたモルフォロジー演算を上回ることができるか？
• RQ3 微分可能なモルフォロジー演算の統合は、形状ベースの画像認識タスクの性能向上に寄与するか？
• RQ4 本手法は、幾何的およびトポロジカル特徴を持つ多様なデータセットに一般化可能か？
• RQ5 計算コストと精度の観点から、本手法は標準的な畳み込み層と比較してどのように異なるか？

主な発見

• 提案されたモルフォロジー層は、形状ベースの画像分類データセットで高い精度を達成しており、標準的なCNNと同等またはそれ以上の性能を示している。
• 1フィルタモルフォロジー層は、既知のターゲットで訓練された際に正しい構造要素を適切に学習している。
• アダプティブモルフォロジー層は、事前に指定なしに適切なモルフォロジー演算を自動で選択している。
• 本手法は高い計算効率を示しており、解析的および実験的証拠がその高速性とスケーラビリティを裏付けている。
• 実験結果により、DMNNsの有効性が複数のデータセットで確認され、実世界の応用に適していることが検証された。
• 微分可能なモルフォロジー層によりエンドツーエンド学習が可能となり、ネットワーク重みとモルフォロジーパラメータの共同最適化が可能になった。