[論文レビュー] Pixel-wise Deep Learning for Contour Detection

Jyh-Jing Hwang, Tyng-Luh Liu|arXiv (Cornell University)|Apr 8, 2015

Industrial Vision Systems and Defect Detection被引用数 21

ひとこと要約

本稿では、各画素ごとにマルチスケール特徴を抽出するDenseNetを用いたピクセル単位のディーブラーニング手法を提案し、その後にSVM分類を適用する。BSDS500データセットにおいて、複数のCNN層からの特徴を統合することでエッジ検出性能が著しく向上し、輪郭局在化に向けた深層特徴統合の有効性が示された。

ABSTRACT

We address the problem of contour detection via per-pixel classifications of edge point. To facilitate the process, the proposed approach leverages with DenseNet, an efficient implementation of multiscale convolutional neural networks (CNNs), to extract an informative feature vector for each pixel and uses an SVM classifier to accomplish contour detection. In the experiment of contour detection, we look into the effectiveness of combining per-pixel features from different CNN layers and verify their performance on BSDS500.

研究の動機と目的

• エッジポイントのピクセル単位分類を活用することで、輪郭検出の精度を向上させること。
• CNNの異なる層からの特徴マップを統合することのエッジ検出への有効性を調査すること。
• 標準ベンチマークデータセット上で、ハイブリッドなディープラーニングとSVMベースのアプローチの性能を評価すること。
• マルチスケール特徴統合が単一層表現を上回る輪郭検出を実現するかを特定すること。

提案手法

• 本手法は、画像内の各画素に対して階層的でマルチスケールの特徴を抽出するためにDenseNetを用いる。
• DenseNetアーキテクチャの複数の畳み込み層から、ピクセル単位の特徴ベクトルを抽出する。
• 抽出された特徴を層間で連結することで、各画素の包括的な表現を構築する。
• 融合された特徴ベクトルを用いてSVM分類器を学習させ、各画素がエッジポイントかどうかを予測する。
• 標準的な輪郭検出指標を用いて、BSDS500データセット上でモデルを学習および評価する。

実験結果

リサーチクエスチョン

• RQ1 CNNの複数層からのピクセル単位特徴を統合することで、輪郭検出性能が向上するか？
• RQ2 DenseNetからのマルチスケール特徴の統合は、エッジ局在化精度にどのように影響するか？
• RQ3 深層特徴にSVM分類器を適用することで、エンドツーエンド学習を上回る性能が得られるか？
• RQ4 異なる特徴層が最終的な検出性能に果たす相対的寄与度は何か？

主な発見

• DenseNetの複数層からの特徴統合は、BSDS500ベンチマークにおける輪郭検出性能を顕著に向上させる。
• 提案手法は、BSDS500データセットにおいてエンドツーエンド学習でないアプローチの中で最先端の結果を達成した。
• DenseNetの深層部は、浅層部よりもエッジ検出に向けたより特徴的な特徴を提供する。
• マルチスケール特徴の組み合わせにより、微細で弱い輪郭の検出能力が向上した。