[論文レビュー] Object Recognition in Different Lighting Conditions at Various Angles by Deep Learning Method

Imran Khan Mirani, Tianhua Chen+3 more|arXiv (Cornell University)|Oct 18, 2022

Advanced Neural Network Applications被引用数 7

ひとこと要約

本論文は、変動する照明条件や視覚角度に対して頑健性を向上させるために、畳み込みニューラルネットワーク（CNNs）を用いた深層学習ベースの物体認識システムを提案する。エンドツーエンド学習、重み共有、スパース接続を活用することで、物体の割合が小さく、トレーニングサンプルが限られている状況でも高い正確性を達成し、実世界の応用における照度および角度変動に対する耐性が向上することを示している。

ABSTRACT

Existing computer vision and object detection methods strongly rely on neural networks and deep learning. This active research area is used for applications such as autonomous driving, aerial photography, protection, and monitoring. Futuristic object detection methods rely on rectangular, boundary boxes drawn over an object to accurately locate its location. The modern object recognition algorithms, however, are vulnerable to multiple factors, such as illumination, occlusion, viewing angle, or camera rotation as well as cost. Therefore, deep learning-based object recognition will significantly increase the recognition speed and compatible external interference. In this study, we use convolutional neural networks (CNN) to recognize items, the neural networks have the advantages of end-to-end, sparse relation, and sharing weights. This article aims to classify the name of the various object based on the position of an object's detected box. Instead, under different distances, we can get recognition results with different confidence. Through this study, we find that this model's accuracy through recognition is mainly influenced by the proportion of objects and the number of samples. When we have a small proportion of an object on camera, then we get higher recognition accuracy; if we have a much small number of samples, we can get greater accuracy in recognition. The epidemic has a great impact on the world economy where designing a cheaper object recognition system is the need of time.

研究の動機と目的

• 照明条件や視覚角度の変動に強い深層学習ベースの物体認識システムの開発。
• 照度、隠蔽、カメラの回転に苦しむ既存の物体検出手法の限界を解決すること。
• 自律走行や監視などの実世界応用における認識速度の向上および外部干渉要因への適合性の向上。
• 困難な視覚的条件下における物体の割合とサンプルサイズが認識正確性に与える影響の調査。

提案手法

• エンドツーエンドの特徴学習と物体分類のため、本研究では畳み込みニューラルネットワーク（CNNs）を採用する。
• CNNsは重み共有、スパース接続、階層的特徴抽出という内在的利点を有するため採用された。
• モデルは検出されたバウンディングボックスに基づいて物体を分類し、信頼度スコアは物体の距離やサイズによって変動する。
• 小規模な物体の割合と限られたサンプル数に最適化されたトレーニングデータを用いて、頑健性を評価する。
• 一般化性能を評価するため、多様な照度条件および視覚的アングルでシステムを評価する。
• 認識性能は、物体の割合やサンプル数の変動下での信頼度スコアと分類正確性を用いて測定される。

実験結果

リサーチクエスチョン

• RQ1 物体の割合が、変動する照度および視覚的条件下での認識正確性にどのように影響するか？
• RQ2 限られたトレーニングサンプルが、困難な視覚的条件下でのモデルのパフォーマンスに与える影響は何か？
• RQ3 物体が小さく、または極端な角度から撮影された場合でも、CNNベースのシステムは高い認識正確性を維持できるか？
• RQ4 照度の変動が、提案モデルにおける認識の信頼度および正確性にどのように影響するか？
• RQ5 CNNにおける重み共有とスパース接続が、実世界の物体認識タスクにおける頑健性をどの程度向上させるか？

主な発見

• 物体が画像内で小さい割合である場合に高い認識正確性を達成しており、微小スケールの特徴に対する感受性が向上していることが示唆される。
• トレーニングサンプル数が少ないほど認識正確性が向上する傾向があり、データ不足下でも強力な一般化性能を示している。
• CNNの階層的特徴抽出能力のおかげで、照度変動および視覚的変化に対して高い頑健性を示している。
• 認識の信頼度スコアは物体の距離やサイズに著しく影響を受けることが判明し、空間的文脈へのモデルの感受性が示された。
• エンドツーエンド学習、重み共有、スパース接続の組み合わせが、外部干渉要因を伴う実世界の条件下での性能向上に寄与している。
• 本研究では、物体認識性能が、照度や視覚的変化の単独の要因よりも、物体の割合とサンプルサイズにより感受性が高いことが確認された。