[論文レビュー] Detection-by-Localization: Maintenance-Free Change Object Detector

Tanaka Kanji|arXiv (Cornell University)|Sep 14, 2018

Advanced Chemical Sensor Technologies被引用数 5

ひとこと要約

本稿では、検出による局所化を用いた、保守不要で教師なしのオブジェクトレベルの変化検出手法を提案する。自己局所化性能（真値の参照画像のランク）を用いて、ピクセル単位の変化の可能性（LoC）マップを生成する。教師なしランク統合により、部分画像レベルのランクを統合することで、関連性スコアや学習データが不要であるにもかかわらず、スコアベースのベースラインを上回る高い検出精度を達成する。

ABSTRACT

Recent researches demonstrate that self-localization performance is a very useful measure of likelihood-of-change (LoC) for change detection. In this paper, this "detection-by-localization" scheme is studied in a novel generalized task of object-level change detection. In our framework, a given query image is segmented into object-level subimages (termed "scene parts"), which are then converted to subimage-level pixel-wise LoC maps via the detection-by-localization scheme. Our approach models a self-localization system as a ranking function, outputting a ranked list of reference images, without requiring relevance score. Thanks to this new setting, we can generalize our approach to a broad class of self-localization systems. Our ranking based self-localization model allows to fuse self-localization results from different modalities via an unsupervised rank fusion derived from a field of multi-modal information retrieval (MMR).

研究の動機と目的

• 手動アノテーションやモデルの再トレーニングを必要とせずに、動的環境における部分画像またはオブジェクトレベルでの変化オブジェクトを検出する課題に対処すること。
• 自己局所化性能を、オブジェクトレベルの変化の可能性（LoC）の指標として一般化すること。
• 関連性スコアやラベル付きデータに依存しない教師なしフレームワークを開発し、部分画像レベルのランクをピクセル単位のLoCマップに統合すること。
• 既存の自己局所化エンジンと地図データベースを再利用することで、地図保守システムにおける保守コストを最小限に抑えること。
• スコアベースの統合を用いた、シーンパーツのランク統合による、リアルタイムでスケーラブルな変化検出を、視覚SLAMシステムで可能にすること。

提案手法

• 本手法は、クエリ画像をオブジェクトレベルの部分画像（シーンパーツ）に分割し、それぞれを自己局所化システムのクエリとして扱う。
• 自己局所化性能は、リトリーブリストにおける真値の参照画像のランクとして測定され、これによりLoCの代理指標が得られる。
• 各部分画像は、そのランク値に基づいて部分画像レベルのピクセル単位のLoCマップを生成し、低いランクであるほど変化の可能性が高くなる。
• 重複する部分画像のLoCマップをピクセルレベルで統合する、教師なしランク統合戦略により、複数のシーンパーツにわたる証拠を集約する。
• 生の関連性スコアが不要なように、複数モード検索（MMR）の修正版を用いてランクを統合する。
• 最終的な画像レベルのLoCマップは、ピクセル単位のランク統合により部分画像LoCマップを統合することで得られ、変化のオブジェクトレベルの局所化が可能になる。

実験結果

リサーチクエスチョン

• RQ1 真値画像のランクとして測定される自己局所化性能は、オブジェクトレベルでの変化の可能性（LoC）の代理指標として効果的に使用できるか？
• RQ2 関連性スコアにアクセスできない状況で、部分画像レベルのランクをどのように統合すれば、信頼性の高いピクセル単位のLoCマップを生成できるか？
• RQ3 スコアベースの統合や無統合と比較して、教師なしランク統合を用いることで、オブジェクトレベルの変化検出でどの程度の性能向上が得られるか？
• RQ4 本手法は、小さなオブジェクトや低解像度の変化オブジェクトに対しても効果を発揮するか。また、検出可能な最小オブジェクトサイズはどの程度か？
• RQ5 再トレーニングや追加データ収集なしに、本フレームワークは異なる自己局所化システムやモダリティに一般化可能か？

主な発見

• 生の関連性スコアにアクセスできないにもかかわらず、本手法のランク統合はスコアベースの統合手法（例：スコア最大値やスコア合計）と同等の性能を達成した。
• 本手法は「ランク統合なし」のベースラインを上回り、ピクセル単位のランク統合が検出精度を顕著に向上させることを示した。
• RoCしきい値で制御されるさまざまな難易度レベルにおいても、性能が安定しており、パrameter設定に敏感でなかった。
• 本手法は、低解像度の部分画像からも視覚的に小さなオブジェクトを効果的に検出でき、微細な変化への高い感受性を示した。
• ベースラインの中で「スコア最大値」戦略が最も優れた性能を示したが、これには類似度スコアの可用性が前提となるため、本手法の教師なしアプローチの利点が顕著に際立った。
• 本フレームワークの教師なし性質により、再トレーニングや追加データ収集なしに、多様な自己局所化システムに広く一般化可能であることが示された。