[論文レビュー] On the Arbitrary-Oriented Object Detection: Classification based Approaches Revisited

Xue Yang, Junchi Yan|arXiv (Cornell University)|Mar 12, 2020

Advanced Image and Video Retrieval Techniques被引用数 10

ひとこと要約

本論文は、回帰ベースの回転検出器における境界問題を解消するために、角度予測を円形分類タスクに再定義する分類ベースの手法を提案する。Circular Smooth Label (CSL) と Densely Coded Labels (DCL) を用いることで、角度予測の精度と一般化性能が向上し、DOTA、HRSC2016、OHD-SJTU、FDDB、ICDAR2015 で最先端の性能を達成した。特に、OHD-SJTU-L データセットにおける物体の向き検出では 41.29% の mAP を達成した。

ABSTRACT

Arbitrary-oriented object detection has been a building block for rotation sensitive tasks. We first show that the boundary problem suffered in existing dominant regression-based rotation detectors, is caused by angular periodicity or corner ordering, according to the parameterization protocol. We also show that the root cause is that the ideal predictions can be out of the defined range. Accordingly, we transform the angular prediction task from a regression problem to a classification one. For the resulting circularly distributed angle classification problem, we first devise a Circular Smooth Label technique to handle the periodicity of angle and increase the error tolerance to adjacent angles. To reduce the excessive model parameters by Circular Smooth Label, we further design a Densely Coded Labels, which greatly reduces the length of the encoding. Finally, we further develop an object heading detection module, which can be useful when the exact heading orientation information is needed e.g. for ship and plane heading detection. We release our OHD-SJTU dataset and OHDet detector for heading detection. Extensive experimental results on three large-scale public datasets for aerial images i.e. DOTA, HRSC2016, OHD-SJTU, and face dataset FDDB, as well as scene text dataset ICDAR2015 and MLT, show the effectiveness of our approach.

研究の動機と目的

• 角の周期性と予測範囲違反によって引き起こされる回帰ベースの任意方向物体検出器における境界問題を解消すること。
• 周期性を考慮したラベル付けにより、連続的回帰を離散的分類に変換することで、角度予測精度を向上させること。
• 分類ベース手法における高次元ラベル符号化によるモデル複雑性を、Densely Coded Labels (DCL) により低減すること。
• 専用のヘッド予測モジュールを導入することで、回転検出を拡張し、正確な物体の向き検出を可能にすること。
• OHD-SJTU データセットと OHDet ディテクタをリリースし、物体の向き検出分野の研究を支援すること。

提案手法

• 予測範囲を制限し境界不連続性を回避するために、角度予測を分類タスクに再定式化すること。
• 角の周期性に対応し、隣接する角度誤差に強くするために、4種類の窓関数を用いた Circular Smooth Label (CSL) を導入すること。
• ラベル符号化長を著しく短縮しながらも予測精度を維持できるように、Densely Coded Labels (DCL) を設計すること。
• 離散的角量子化に起因する理論的誤差を是正するための角度微調整機構を実装すること。
• 回転バウンディングボックスと物体の頭方向を同時に予測する二段階ヘッド検出器 OHDet を開発すること。
• 物体の向き検出を目的とした 10,000 枚の画像と 15,000 個のアノテーションを含む OHD-SJTU データセットをリリースすること。

実験結果

リサーチクエスチョン

• RQ1 回帰ベースの回転検出器が境界問題を抱える理由は何か？ これは回帰定式化そのものに内在する問題であるか？
• RQ2 角度予測を分類タスクに変換することで、角の周期性に起因する境界不連続性は解消可能か？
• RQ3 標準的一般化ラベル（one-hot encoding）と比較して、Circular Smooth Label (CSL) は角の誤分類に対してどの程度耐性を向上させるか？
• RQ4 Densely Coded Labels (DCL) は、角度予測精度を損なわずに、どの程度モデルパラメータを削減できるか？
• RQ5 提案手法は、多様なデータセットにおいて任意方向検出と物体の向き検出の両面で最先端の性能を達成できるか？

主な発見

• 回帰ベースの検出器における境界問題の原因は、理想の予測値が定義された出力範囲外にあることに起因しており、パrameterization に起因するものではない。
• 長方形窓関数を用いた CSL は、細分化された離散的分類と同等の性能を達成しており、周期性の処理における有効性が裏付けられた。
• DCL はラベル符号化長を顕著に短縮しながらも、高い角度予測精度を維持でき、モデルの複雑性を低減した。
• 角度微調整機構は、離散的分類に起因する量子化誤差を効果的に是正し、理論的整合性を向上させた。
• OHD-SJTU-L データセットでは、OHDet が 64.12% の頭方向予測精度と 22.97% の OHD mAP を達成し、複雑な課題に対しても優れた性能を示した。
• CSL を用いたプロトコルと DCL を用いたプロトコルは、DOTA、HRSC2016、FDDB、ICDAR2015 において、RetinaNet や YOLOv5 といった回帰ベース手法を上回った。