[論文レビュー] MILD: Multi-Index hashing for Loop closure Detection

Lei Han, Lu Fang|arXiv (Cornell University)|Feb 28, 2017

Algorithms and Data Compression被引用数 4

ひとこと要約

MILDは、袋-の-語表現に依存せずに直接特徴量マッチングを可能にするMulti-Index Hashing（MIH）を用いたリアルタイムループ閉じ込み検出システムを提案する。これにより、効率的で高再現率の画像類似度マッチングが実現される。SIFT/SURFおよびバイナリ特徴量ベースの手法と比較して、速度と再現率の両面で優れた性能を発揮し、1枚あたり35msの低遅延で、最高94.5%の再現率を達成する。

ABSTRACT

Loop Closure Detection (LCD) has been proved to be extremely useful in global consistent visual Simultaneously Localization and Mapping (SLAM) and appearance-based robot relocalization. Methods exploiting binary features in bag of words representation have recently gained a lot of popularity for their efficiency, but suffer from low recall due to the inherent drawback that high dimensional binary feature descriptors lack well-defined centroids. In this paper, we propose a realtime LCD approach called MILD (Multi-Index Hashing for Loop closure Detection), in which image similarity is measured by feature matching directly to achieve high recall without introducing extra computational complexity with the aid of Multi-Index Hashing (MIH). A theoretical analysis of the approximate image similarity measurement using MIH is presented, which reveals the trade-off between efficiency and accuracy from a probabilistic perspective. Extensive comparisons with state-of-the-art LCD methods demonstrate the superiority of MILD in both efficiency and accuracy.

研究の動機と目的

• 袋-の-語表現におけるクラスタリングの質の低さに起因するバイナリ特徴量ベースのループ閉じ込み検出における再現率の低さを是正すること。
• SIFT/SURFベースの手法の高い計算コストを克服しつつ、高い精度を維持すること。
• 1枚のクエリ画像に対して複数のループ閉じ込みを検出できるリアルタイムのループ閉じ込み検出を実現すること。これは、多くの先行研究が単一ループ閉じ込みを仮定しているのとは対照的である。
• MIHを用いた近似的な類似度測定を効率的に設計し、精度と計算複雑度のバランスを取ること。
• MIHベースの類似度近似の理論的確率的分析を提供し、パrameter選定を支援するとともに、堅牢な性能を保証すること。

提案手法

• 従来の袋-の-語表現の代わりに、バイナリ ORB 特徴量を用いた直接的特徴量マッチングを採用する。
• バイナリ特徴量記述子をインデックス化するため、Multi-Index Hashing（MIH）を適用し、高速な近似最近傍探索を実現する。
• バイナリ記述子の部分文字列（各16ビットの16個のサブスクリプト）を用いて複数のハッシュテーブルを構築し、検索効率を向上させる。
• MIHベースの類似度スコアに対してベイズ推論を適用し、信頼性の閾値を組み込むことでループ閉じ込みを特定する。
• ハミング距離の閾値（d₀ = 60）とループ閉じ込み確率の閾値（P₀ = 0.7）を設定し、候補をフィルタリングする。
• 衝突頻度が著しく高いハッシュエントリを破棄することで、精度の著しい低下を伴わずにメモリと計算のオーバーヘッドを削減する。

実験結果

リサーチクエスチョン

• RQ1 Multi-Index Hashingは、袋-の-語表現に依存せずに、高精度かつリアルタイムのループ閉じ込み検出を可能にするか？
• RQ2 MIHベースの画像類似度近似における精度と効率のトレードオフは何か？また、その理論的分析は可能か？
• RQ3 MILDは1枚のクエリ画像に対して複数のループ閉じ込みを検出できるか？また、先行研究の単一ループ閉じみ仮定と比較してどうなるか？
• RQ4 MILDの再現率と遅延は、最先端のSIFT/SURFおよびバイナリ特徴量ベースの手法と比較してどの程度か？
• RQ5 MILDのメモリ使用量と計算コストはどの程度で、モバイルまたは組み込みデバイスへのデプロイに適しているか？

主な発見

• MILDはNewCollegeデータセットで87.3%の再現率、Lip6Indoorデータセットで94.5%の再現率を達成し、BOBW（30.6%および41.9%）およびIBuILD（38%および25.5%）を上回る精度を実現した。
• MILDは1枚あたり平均35msで処理を完了し、RTABMAP（700ms）およびAngeli（753ms）よりも顕著に高速でありながら、それらと同等または優れた再現率を達成した。
• SIFT/SURFベースの手法（例：RTABMAPで98%の再現率）と同等の高精度を達成したが、遅延は20倍も低減した。
• メモリ使用量は最小限で、NewCollegeデータセットでは84MBにとどまり、モバイルおよび組み込みデバイスへのデプロイに適している。
• MIHベースの類似度近似の理論的分析により、精度と複雑度の明確なトレードオフが示された。このトレードオフは、実験的結果によって裏付けられた。
• MILDは1枚のクエリに対して複数のループ閉じ込みを効果的に検出でき、複雑で繰り返しのある環境下でも堅牢であることが示された。