[論文レビュー] Occluded Prohibited Items Detection: an X-ray Security Inspection Benchmark and De-occlusion Attention Module

Yanlu Wei, Renshuai Tao+4 more|arXiv (Cornell University)|Apr 18, 2020

Advanced Neural Network Applications参考文献 40被引用数 13

ひとこと要約

本論文は、さまざまなオクルージョンレベルを示すカッターを対象として、X線セキュリティ画像における遮蔽された禁止物品検出のための最初の高品質ベンチマークOPIXrayを紹介する。また、マルチスケールの外観特徴を活用して特徴表現を強化する、プラグアンドプレイ式のアテンション機構であるDe-occlusion Attention Module（DOAM）を提案する。このDOAMは、SSD、YOLOv3、FCOSといった複数の最先端検出器において、特に高オクルージョン条件下で顕著な性能向上を達成している。

ABSTRACT

Security inspection often deals with a piece of baggage or suitcase where objects are heavily overlapped with each other, resulting in an unsatisfactory performance for prohibited items detection in X-ray images. In the literature, there have been rare studies and datasets touching this important topic. In this work, we contribute the first high-quality object detection dataset for security inspection, named Occluded Prohibited Items X-ray (OPIXray) image benchmark. OPIXray focused on the widely-occurred prohibited item "cutter", annotated manually by professional inspectors from the international airport. The test set is further divided into three occlusion levels to better understand the performance of detectors. Furthermore, to deal with the occlusion in X-ray images detection, we propose the De-occlusion Attention Module (DOAM), a plug-and-play module that can be easily inserted into and thus promote most popular detectors. Despite the heavy occlusion in X-ray imaging, shape appearance of objects can be preserved well, and meanwhile different materials visually appear with different colors and textures. Motivated by these observations, our DOAM simultaneously leverages the different appearance information of the prohibited item to generate the attention map, which helps refine feature maps for the general detectors. We comprehensively evaluate our module on the OPIXray dataset, and demonstrate that our module can consistently improve the performance of the state-of-the-art detection methods such as SSD, FCOS, etc, and significantly outperforms several widely-used attention mechanisms. In particular, the advantages of DOAM are more significant in the scenarios with higher levels of occlusion, which demonstrates its potential application in real-world inspections. The OPIXray benchmark and our model are released at https://github.com/OPIXray-author/OPIXray.

研究の動機と目的

• X線セキュリティ検査における遮蔽された禁止物品検出のための専用データセットの不足に対処すること。
• 複数のオクルージョンレベルを模擬する現実的で実用的なベンチマークを構築すること。
• 高オクルージョン下でも検出性能を向上させる、プラグアンドプレイ式のアテンションモジュール（DOAM）を提案すること。
• DOAMの有効性を、多様なオブジェクト検出器において実証し、既存のアテンション機構を上回ることを示すこと。
• 実世界のセキュリティ検査システムへの、頑健な検出モデルの実用的導入を可能にすること。

提案手法

• プロフェッショナルな空港検査官によるアノテーションを施した、5種類のカッターを含む8,885枚のX線画像からなるOPIXrayベンチマークを構築。
• 異なる素材の外観から得られる形状、テクスチャ、色の特徴を統合的に活用するDe-occlusion Attention Module（DOAM）を設計。
• SSD、FCOS、YOLOv3など既存のオブジェクト検出器に、軽量でエンドツーエンドで学習可能なモジュールとしてDOAMを統合。
• オクルージョン領域におけるエッジおよび領域レベルの情報を強調するマルチスケール特徴統合戦略を用いてDOAMを学習。
• 部分的に見えない禁止物品の顕著な特徴を動的に強調する、学習可能なアテンションマップでDOAMを最適化。
• 検出ヘッドの前にDOAMを適用して特徴マップを精緻化し、オクルージョン下での局所化および分類性能を向上。

実験結果

リサーチクエスチョン

• RQ1 最先端のオブジェクト検出器は、X線セキュリティ画像におけるオクルージョンレベルの変化に伴い、性能がどのように低下するか？
• RQ2 アーキテクチャの大幅な見直しを伴わずに、プラグアンドプレイ式のアテンションモジュールが、遮蔽された禁止物品の検出精度を効果的に向上させられるか？
• RQ3 DOAM機構は、X線画像におけるクラス間オクルージョンを処理する面で、既存のアテンションモジュールを上回る性能を示すか？
• RQ4 DOAMの性能向上は、異なるオクルージョンレベルおよびオブジェクトカテゴリごとにどのように変化するか？
• RQ5 OPIXrayベンチマークにおいて、DOAMはSSD、FCOS、YOLOv3などの異なるオブジェクト検出フレームワークにどの程度一般化可能か？

主な発見

• OPIXrayベンチマークには、プロフェッショナルな検査官によるアノテーションが施された8,885枚のX線画像が含まれており、5種類のカッターを含み、オクルージョンレベルが段階的に上昇する3つのテストセットを備えている。
• DOAMはSSDではmAPを3.12%、YOLOv3では1.04%、FCOSでは0.39%向上させ、複数の検出器において一貫した向上を示している。
• DOAMの性能向上は、特に高オクルージョン条件下で顕著であり、SSDベースラインにおいてスコア（スコア）では41.50%、UT（ユーティリティナイフ）では95.12%のmAP向上を達成している。
• アテンション可視化により、DOAMが部分的に遮蔽された状態でも物体の境界や顕著な領域を効果的に強調していることが確認された。
• DOAMはやや低いオクルージョン度のカテゴリ（例：折りたたみナイフ、ハサミ）では性能が低下する傾向があるが、これは高オクルージョン領域に過剰に注目しているためと推測される。
• DOAMモジュールは、バックボーンや検出ヘッドのアーキテクチャを変更することなく、効果的なプラグアンドプレイコンponentとして機能することが実証された。