[論文レビュー] Localization-Aware Active Learning for Object Detection

Chieh-Chi Kao, Teng‐Yok Lee+2 more|arXiv (Cornell University)|Jan 16, 2018

Machine Learning and Algorithms被引用数 8

ひとこと要約

本稿では、オブジェクト検出のための局所化に配慮したアクティブラーニングフレームワークを提案する。このフレームワークは、2つの新しい指標、局所化のきつさ（LT）と局所化の安定性（LS）を用いて、最も情報量の多い未ラベル付き画像を選択することで、データ効率を向上させる。分類と局所化の両方の不確実性をアクティブラーニングループに組み込むことで、ベースラインのアクティブラーニングに比べてラベル付き学習データを最大25%削減でき、PASCAL VOC 2007と2012ではそれぞれ96.5%および81.9%の相対的改善を達成した。

ABSTRACT

Active learning - a class of algorithms that iteratively searches for the most informative samples to include in a training dataset - has been shown to be effective at annotating data for image classification. However, the use of active learning for object detection is still largely unexplored as determining informativeness of an object-location hypothesis is more difficult. In this paper, we address this issue and present two metrics for measuring the informativeness of an object hypothesis, which allow us to leverage active learning to reduce the amount of annotated data needed to achieve a target object detection performance. Our first metric measures 'localization tightness' of an object hypothesis, which is based on the overlapping ratio between the region proposal and the final prediction. Our second metric measures 'localization stability' of an object hypothesis, which is based on the variation of predicted object locations when input images are corrupted by noise. Our experimental results show that by augmenting a conventional active-learning algorithm designed for classification with the proposed metrics, the amount of labeled training data required can be reduced up to 25%. Moreover, on PASCAL 2007 and 2012 datasets our localization-stability method has an average relative improvement of 96.5% and 81.9% over the baseline method using classification only.

研究の動機と目的

• オブジェクト検出において、従来分類の不確実性にのみ焦点を当ててきた有効なアクティブラーニング手法の欠如に対処すること。
• 真のバウンディングボックスを必要とせずに、局所化の不確実性を定量化する指標を開発すること。
• ラベル付けのコストと作業を減らすために、ラベル付けに最も情報をもたらす画像を選択することで、データラベル付けの負担を軽減すること。
• 分類と局所化の両方の不確実性を考慮することで、より少ないラベル付きサンプルで優れたモデル性能が得られることを示すこと。
• PASCAL VOC 2007 や 2012 といった標準ベンチマークで提案手法を検証し、既存手法に比べ顕著な向上を示すこと。

提案手法

• オブジェクト検出器が生成する領域提案と最終的な検出ボックスとの重複率に基づく、局所化のきつさ（LT）という指標を提案。この指標は、検出器がオブジェクトをどれほどきつく局所化しているかを推定する。
• 入力画像にガウスノイズを加えることで、バウンディングボックスの変動を測定する指標として、局所化の安定性（LS）を導入。この指標は、検出器のロバスト性を評価する。
• LT と LS をアクティブラーニングパイプラインに統合し、分類と局所化の両方の不確実性を組み合わせて、ラベルなし画像をラベル付け対象として選択する。
• ベースラインのオブジェクト検出器（例：Faster R-CNN）を用いて予測を生成し、未ラベル画像の不確実性スコアを計算する。
• 不確実性スコアを用いて画像をランク付け・優先順位付けし、人間によるラベル付けを段階的に実施することで検出器を改善する。
• 提案・次いで分類するパイプラインを用いて局所化のきつさを推定することで、明示的な領域提案段階を持つ検出器にも適用可能である。

実験結果

リサーチクエスチョン

• RQ1 真のバウンディングボックスにアクセスできない状況でも、オブジェクト検出における局所化の不確実性を定量的に測定できるか？
• RQ2 分類のみの不確実性と比較して、局所化の不確実性を組み込むことで、オブジェクト検出におけるアクティブラーニングの性能はどのように向上するか？
• RQ3 提案された指標、すなわち局所化のきつさと局所化の安定性は、学習に必要なラベル付き画像の数をどの程度削減できるか？
• RQ4 提案手法は、受動学習および分類のみのアクティブラーニングベースラインを上回る性能を示すか？
• RQ5 局所化の提案品質の変動やノイズに対して、提案された指標はどの程度頑健か？

主な発見

• 提案手法は、受動学習に比べ、目標となる検出性能に到達するためのラベル付き画像の数を最大25%削減できた。
• PASCAL VOC 2007 データセットでは、局所化の安定性に基づく手法（LS+C）が、分類のみのベースラインに対して96.5%の相対的改善を達成した。
• PASCAL VOC 2012 データセットでは、LS+C手法が分類のみのベースラインに対して81.9%の相対的改善を達成した。
• 局所化のきつさと分類不確実性の組み合わせ（LT+C）は、ベースラインのアクティブラーニング手法に比べ、ラベル付けコストを12–22%削減した。
• 真の局所化が利用できない状況でも、この手法は有効である。特に提案領域が最終検出に近い場合、推定された局所化のきつさは真の値と妥当な相関を示す。
• 指標の計算にかかる計算オーバーヘッドは、ラベル付けで得られる時間の節約に比べて小さいため、追加の複雑さにもかかわらず、コスト効率の高いアプローチである。