[論文レビュー] Detecting Small, Densely Distributed Objects with Filter-Amplifier Networks and Loss Boosting

Zhenhua Chen, David Crandall+1 more|arXiv (Cornell University)|Feb 21, 2018

Advanced Neural Network Applications参考文献 17被引用数 4

ひとこと要約

本稿では、小型で密集した物体の検出を改善するために、フィルタ・アンプライファーネットワーク（FANs）とロスブースティング（LB）を提案する。FANsはバウンディングボックスの代わりに、ピクセル単位の物体境界の可能性を予測する。一方、LBはロスの不均衡を軽減する。PCBおよびVEDAIデータセットにおいて、最先端のモデルを上回る高い精度、再現率、平均IoUを達成した。

ABSTRACT

Detecting small, densely distributed objects is a significant challenge: small objects often contain less distinctive information compared to larger ones, and finer-grained precision of bounding box boundaries are required. In this paper, we propose two techniques for addressing this problem. First, we estimate the likelihood that each pixel belongs to an object boundary rather than predicting coordinates of bounding boxes (as YOLO, Faster-RCNN and SSD do), by proposing a new architecture called Filter-Amplifier Networks (FANs). Second, we introduce a technique called Loss Boosting (LB) which attempts to soften the loss imbalance problem on each image. We test our algorithm on the problem of detecting electrical components on a new, realistic, diverse dataset of printed circuit boards (PCBs), as well as the problem of detecting vehicles in the Vehicle Detection in Aerial Imagery (VEDAI) dataset. Experiments show that our method works significantly better than current state-of-the-art algorithms with respect to accuracy, recall and average IoU.

研究の動機と目的

• 特徴が限定的で、局所化の精度が求められる小型で密集した物体の検出という課題に対処すること。
• 物体検出において、小型物体が不利になることが多いロスの不均衡を軽減すること。
• 小型物体の検出性能を、精度、再現率、平均IoUの観点から向上させること。
• バウンディングボックス座標の予測ではなく、物体境界のピクセル単位の可能性を推定する新しいアーキテクチャを開発すること。
• 実際の多様なデータセット、例えばプリント回路基板（PCB）および航空画像の物体検出データセットを用いて、手法を検証すること。

提案手法

• フィルタ・アンプライファーネットワーク（FANs）を導入し、各ピクセルが物体境界に属する確率を推定することで、より細分化された局所化を可能にする。
• YOLO や Faster R-CNN や SSD がバウンディングボックス座標を回帰するのとは異なり、FANs は物体境界のためのピクセル単位の可能性マップを出力する。
• ロスブースティング（LB）を提案し、物体のサイズや密度に基づいて各オブジェクトのロス寄与度を動的に調整することで、クラスの不均衡を解消する。
• バックプロパゲーション中に、小型または検出が難しいオブジェクトの勾配信号を強化することで、ロスの不均衡問題を緩和する。
• 本手法は、新しいリアルなPCBデータセットと VEDAI 航空画像物体検出データセットの2つのデータセットで訓練および評価された。
• 標準的な訓練手順（交差エントロピー損失とIoUベースの損失）を用い、FAN および LB 要素によって強化されたモデルが使用された。

実験結果

リサーチクエスチョン

• RQ1 従来のバウンディングボックス回帰と比較して、ピクセル単位の境界可能性予測アプローチが、小型で密集した物体の検出を改善できるか？
• RQ2 ロスブースティングは、小型物体検出におけるロスの不均衡問題をどの程度軽減できるか？
• RQ3 実世界のデータセットにおいて、精度、再現率、平均IoUの観点から、提案手法は最先端のモデルを上回るか？
• RQ4 FANs と LB の組み合わせは、PCB や航空画像など、異なるドメインに一般化できるか？

主な発見

• 提案手法は、PCB および VEDAI データセットの両方で、最先端のモデルを大きく上回る高い精度を達成した。
• 再現率の向上により、従来のモデルが見逃しがちな小型物体の検出が改善された。
• 平均IoUが顕著に向上し、小型で密集した物体に対して優れた局所化精度を示した。
• ロスブースティングはクラスの不均衡の影響を効果的に軽減し、小型物体に対する一貫した学習が可能になった。
• フィルタ・アンプライファーネットワークは、より細分化された境界推定を可能にすることで、標準的なバウンディングボックス回帰を上回った。
• 本手法は、産業用PCBや航空画像検出を含む多様な実世界のシナリオに強く一般化した。