[論文レビュー] Detection of Moving Object in Dynamic Background Using Gaussian Max-Pooling and Segmentation Constrained RPCA

Yang Li, Guangcan Liu+1 more|arXiv (Cornell University)|Sep 3, 2017

Advanced Measurement and Detection Methods被引用数 7

ひとこと要約

本稿では、動的背景における移動物体検出のための新規手法を提案する。ガウス型マックスプールングを用いて安定した画素値を抽出し、動的背景の変動に強い画素値推定を実現するとともに、動画セグメンテーションを用いてグループスパarsityを強制するセグメンテーション制約付きRPCA（SC-RPCA）モデルを導入する。本手法は、照明変化、波、雪、その他の動的背景の変動に対して高いロバスト性を示し、CDCNET 2014ベンチマークにおいて、最先端手法と比較して優れたF-measure性能を達成した。

ABSTRACT

Due to its efficiency and stability, Robust Principal Component Analysis (RPCA) has been emerging as a promising tool for moving object detection. Unfortunately, existing RPCA based methods assume static or quasi-static background, and thereby they may have trouble in coping with the background scenes that exhibit a persistent dynamic behavior. In this work, we shall introduce two techniques to fill in the gap. First, instead of using the raw pixel-value as features that are brittle in the presence of dynamic background, we devise a so-called Gaussian max-pooling operator to estimate a "stable-value" for each pixel. Those stable-values are robust to various background changes and can therefore distinguish effectively the foreground objects from the background. Then, to obtain more accurate results, we further propose a Segmentation Constrained RPCA (SC-RPCA) model, which incorporates the temporal and spatial continuity in images into RPCA. The inference process of SC-RPCA is a group sparsity constrained nuclear norm minimization problem, which is convex and easy to solve. Experimental results on seven videos from the CDCNET 2014 database show the superior performance of the proposed method.

研究の動機と目的

• RPCAに基づく手法が、背景が動的である状況で静的背景仮定を満たさない場合に生じる限界を解消すること。
• 照明変化、波、雪などの要因に対して耐性のある安定した画素値を推定することで、動的シーンにおける特徴表現を向上させること。
• 動画セグメンテーションを用いて時間的・空間的連続性を組み込み、グループスパarsity制約として適用することで、検出精度を向上させること。
• リアルタイム監視応用に適した効率的かつ効果的な凸最適化フレームワークを構築すること。

提案手法

• ガウス型マックスプールングを導入し、各画素に対して局所的な強度変動をガウス重み付き最大演算で集約することで、安定した値を算出する新規演算子を提案する。
• スーパーピクセルセグメンテーションにより空間的に一貫性のある領域をグループ化し、その後、部分空間クラスタリングを用いて時間的に整合性のある画像および動画セグメントを形成する。
• セグメンテーションの結果をRPCAにグループスパarsity制約として組み込み、凸核ノルム最小化問題として定式化されたSC-RPCAモデルを構築する。
• グループスパarsity制約付き最適化によりSC-RPCA問題を解き、動的背景からのフォアグラウンド分離を強化する。
• 2段階パイプラインを採用する：まずガウス型マックスプールングにより安定値を推定し、その後SC-RPCAを適用してロバストなフォアグラウンド検出を実現する。
• 評価にはCDCNET 2014データセットを用い、11種類の手法を用いた、多様な動的シーンにおける性能比較を実施する。

実験結果

リサーチクエスチョン

• RQ1 ガウス型マックスプールングによる安定値推定は、波や雪といった動的背景の変動に対してロバスト性を向上させることができるか？
• RQ2 動画セグメンテーションを用いて時間的・空間的連続性を組み込むことで、動的シーンにおけるフォアグラウンド検出精度が向上するか？
• RQ3 提案手法のSC-RPCAモデルは、標準RPCAおよび他の最先端手法と比較して、複雑な動的背景を効果的に処理できるか？
• RQ4 セグメンテーションから得られるグループスパarsityは、困難な監視シナリオにおける移動物体同定にどの程度寄与するか？

主な発見

• 「blizzard」動画では、F-measureが0.942を達成し、CP3online や KDE を含むすべての比較手法を上回った。
• 「canoe」動画では、F-measureが0.901を記録し、Xue（0.387）およびユークリッド距離法（0.767）を顕著に上回った。
• 「boats」動画では、F-measureが0.863を達成し、GMM（0.787）および CP3online（0.815）を上回った。
• 「overpass」動画では、F-measureが0.851を達成し、CP3online（0.863）を除く大多数の手法を上回った。
• 「winterDriveway」動画では、F-measureが0.843を達成し、CP3online（0.815）および GMM（0.787）を上回った。
• 図7の可視化結果から、雪や動的背景が強いシーンにおいて、唯一本手法とCP3onlineが一貫して移動物体を検出しており、本手法は誤検出が少ないことが確認された。