[論文レビュー] Local Decorrelation For Improved Detection

Woonhyun Nam, Piotr Dollár+1 more|arXiv (Cornell University)|Jun 4, 2014

Advanced Neural Network Applications参考文献 29被引用数 57

ひとこと要約

本稿では、画像特徴を小領域内で局所的に空間的に適応的な特徴変換を適用して相関を低減した後、直交的決定木に供給する「チャネル特徴の局所的非相関化（LDCF）」を提案する。計算コストの高い傾斜付き木の代わりに、非相関化された特徴に対して効率的な直交的木を適用することで、Caltech Pedestrian Dataset において誤検出数をほぼ10倍削減し、24.9% のログ平均ミス率を達成した。これは、先行する最先端手法を著しく上回る結果である。

ABSTRACT

Even with the advent of more sophisticated, data-hungry methods, boosted decision trees remain extraordinarily successful for fast rigid object detection, achieving top accuracy on numerous datasets. While effective, most boosted detectors use decision trees with orthogonal (single feature) splits, and the topology of the resulting decision boundary may not be well matched to the natural topology of the data. Given highly correlated data, decision trees with oblique (multiple feature) splits can be effective. Use of oblique splits, however, comes at considerable computational expense. Inspired by recent work on discriminative decorrelation of HOG features, we instead propose an efficient feature transform that removes correlations in local neighborhoods. The result is an overcomplete but locally decorrelated representation ideally suited for use with orthogonal decision trees. In fact, orthogonal trees with our locally decorrelated features outperform oblique trees trained over the original features at a fraction of the computational cost. The overall improvement in accuracy is dramatic: on the Caltech Pedestrian Dataset, we reduce false positives nearly tenfold over the previous state-of-the-art.

研究の動機と目的

• 計算コストを増加させることなく、ブーストド決定木検出器の歩行者検出性能を向上させること。
• 高相関特徴を扱う能力に制限がある直交的決定木の欠点を補い、複雑な意思決定境界をモデル化できるようにすること。
• 局所的特徴非相関変換を通じて、高価な傾斜付き決定木を効率的な直交的木に置き換えること。
• 局所的非相関化により、直交的木が相関のあるデータ上で傾斜付き木と同等またはそれ以上の性能を達成できることを実証すること。

提案手法

• 自然画像パッチから学習した固定フィルタバンクを用いて、局所的な画像近傍の空間的相関を低減する局所的非相関変換を適用する。
• 各特徴チャネル（例：HOG、色、勾配）ごとに独立して非相関化を行い、チャネル固有の統計を保持する。
• 得られた過完備で局所的に非相関化された特徴を、ブースティングフレームワーク内の標準的な直交的（軸に沿った）決定木の入力として使用する。
• モデル容量を向上させるために、RealBoost を用いてトレーニングし、木の深さを最大5まで増加させ、トレーニングデータのサンプリング間隔を4フレームごと（より密に）に設定する。
• 自然画像のデータセットから一度だけ非相関フィルタバンクを事前計算し、畳み込み演算により高速な推論を可能にする。
• 既存の ACF（集約チャネル特徴）検出器パイプラインに LDCF 変換を最小限のコード変更で統合する。

実験結果

リサーチクエスチョン

• RQ1 局所的非相関化により、歩行者検出における直交的決定木の性能が向上するか？
• RQ2 局所的に非相関化された特徴上で直交的決定木に置き換えることで、計算コストを低く抑えつつ、同等またはより高い精度が達成できるか？
• RQ3 局所的非相関化は、データのトポロジーに沿った意思決定境界の整列性と一般化性能をどの程度向上させるか？
• RQ4 提案手法により、Caltech のようなベンチマークデータセットにおいて、最先端の検出器と比較して誤検出数を著しく削減できるか？

主な発見

• LDCF は Caltech Pedestrian Dataset におけるログ平均ミス率を 24.9% まで低下させ、前回の最先端手法と比較して誤検出数がほぼ10倍削減された。
• 深さを増した木とより密なサンプリングを組み合わせた局所的非相関化により、拡張された ACF-Caltech+ ベースライン（29.8% MR）と比較してミス率が5%改善された。
• 元の特徴上でトレーニングされた傾斜付き木と比較して、局所的に非相関化された特徴上でトレーニングされた直交的木が、計算コストが高価であるにもかかわらず優れた性能を示した。
• 局所的非相関化による性能向上は、モデル容量の増加とは明確に異なるものであり、同じモデルアーキテクチャ上でアブレーション実験により実証された。
• INRIA データセットでは、LDCF は 41.7% のミス率を達成し、2位と並び、ベースライン ACF と比較して4.5ポイントの改善を示した。
• 局所的非相関変換は効率的かつ汎用的であり、既存の ACF に基づく検出器への統合にわずかなコード変更で実現可能である。