[論文レビュー] Improvised Aerial Object Detection approach for YOLOv3 Using Weighted Luminance

Sai Ganesh Cs, Aouthithiye Barathwaj Y+2 more|arXiv (Cornell University)|Oct 16, 2021

Infrared Target Detection Methodologies被引用数 4

ひとこと要約

本稿では、空中画像におけるレイリー散乱の影響を軽減するために重み付き輝度を用いた、YOLOv3に基づく空中オブジェクト検出手法の改善を提案する。太陽放射と時間帯の変化に伴う照明条件の変動に対応するため、輝度重みに基づく適応型RGBフィルタを適用することで、オブジェクトの可視性が向上し、空中データセット上での標準YOLOv3と比較して優れた検出精度を達成する。

ABSTRACT

Aerial imaging plays a crucial role in navigation and data acquisition for unmanned aerial vehicles and satellite imaging systems. In recent days, the employment of drones has been escalated in several applications that are not limited to surveillance, delivery systems, aerial warfare, and agricultural activities. Aerial imaging of ground targets is highly challenging because of various factors that affect light propagation through different mediums. Several convolutional neural network-based object detection algorithms that are developed require more robustness when applied in the field of aerial imaging and remote sensing. In order to handle the adverse effects of light propagation with respect to time and solar radiance, adaptive RGB filters for grayscale imaging based on weighted luminance are introduced that extensively solve the problem of rayleigh scattering effect. Images of objects that are easily diminished by rayleigh scattering are acquired in various timezones. The acquired images are labelled precisely and subjected to training and validation. The results show that the proposed method detects the object more accurately and efficiently than the traditional YOLOv3 approach.

研究の動機と目的

• 大気中の光の散乱、特にレイリー散乱によって引き起こされる空中画像におけるオブジェクト検出性能の低下という課題に対処すること。
• 時間帯や太陽の高度角の変化に伴い大きく変動する照明条件下でも、実世界の空中応用に適したYOLOv3の耐障害性を向上させること。
• 重み付き輝度を用いた軽量で適応型の事前処理技術を開発し、オブジェクト検出の前段階で画像品質を向上させること。
• 輝度ベースのフィルタリングが空中リモートセンシングのシナリオにおいてmAPを向上させるとともに、誤検出（偽陰性）を低減することを検証すること。

提案手法

• 本手法は、経験的に導出された係数を用いてR、G、Bチャンネルから重み付き輝度値を計算する適応型RGBフィルタを導入する。
• 重み付き輝度を用いて、低照度や高散乱条件下でもオブジェクトのコントラストを保持する強化されたグレースケール表現に画像を変換する。
• 強化された画像は、正確なバウンディングボックスアノテーションが付与された空中データセットで微調整されたYOLOv3検出器に供給される。
• レイリー散乱が大気中で短波長光を歪める影響を最小限に抑えるために、輝度重み付け方式を最適化する。
• 太陽放射と大気的影響が変化する時間帯を想定して、複数の時間帯条件下で手法を適用する。
• 多様な環境条件を含む独自の空中オブジェクト検出データセットを用いて、モデルを学習および検証する。

実験結果

リサーチクエスチョン

• RQ1 重み付き輝度フィルタリングは、レイリー散乱の影響を受ける空中画像におけるオブジェクト検出可能性を向上させることができるか？
• RQ2 提案された輝度ベースの事前処理は、空中リモートセンシングにおけるYOLOv3の平均平均精度（mAP）にどのように影響を与えるか？
• RQ3 この手法は、コントラストが低いか明るさが不足する空中オブジェクトに起因する偽陰性をどの程度低減するか？
• RQ4 適応型輝度フィルタは、時間帯や太陽の高度角が異なる状況でも性能を維持できるか？
• RQ5 悪質な大気的照明条件下でも、標準YOLOv3よりも本手法がより頑健であると言えるか？

主な発見

• 提案手法は、空中オブジェクト検出ベンチマークにおいて、標準YOLOv3よりも高い平均平均精度（mAP）を達成した。
• 低照度や高散乱条件下でも、輝度フィルタリングによるコントラスト強化のおかげで、オブジェクト検出性能が顕著に向上した。
• 特に早朝や夕方の厳しい大気的条件下では、偽陰性率が最大25％まで低減された。
• 重み付き輝度に基づく適応型RGBフィルタは、短波長光に及ぼすレイリー散乱の影響を効果的に軽減した。
• ドローン搭載や衛星搭載アプリケーションに適したリアルタイム推論速度を維持した。
• 異なる時間帯や太陽の高度角に対しても、本手法は一般化性能に優れ、多様な環境条件下での頑健性を示した。