[論文レビュー] Research on Mosaic Image Data Enhancement for Overlapping Ship Targets

Guangmiao Zeng, Wanneng Yu+2 more|arXiv (Cornell University)|May 11, 2021

Advanced Neural Network Applications参考文献 26被引用数 7

ひとこと要約

本論文は、重複する状況下でのYolov4-tinyベースの船隻検出を向上させるための改善されたモザイクデータ拡張法を提案する。さまざまなモザイク比を用いた訓練データの構成最適化により、隠蔽された船隻の認識精度が2.5%向上し、ターゲット損失時間は17%短縮され、解像度へのロバスト性は27.01%向上するが、推論遅延は増加しない。

ABSTRACT

The problem of overlapping occlusion in target recognition has been a difficult research problem, and the situation of mutual occlusion of ship targets in narrow waters still exists. In this paper, an improved mosaic data enhancement method is proposed, which optimizes the reading method of the data set, strengthens the learning ability of the detection algorithm for local features, improves the recognition accuracy of overlapping targets while keeping the test speed unchanged, reduces the decay rate of recognition ability under different resolutions, and strengthens the robustness of the algorithm. The real test experiments prove that, relative to the original algorithm, the improved algorithm improves the recognition accuracy of overlapping targets by 2.5%, reduces the target loss time by 17%, and improves the recognition stability under different video resolutions by 27.01%.

研究の動機と目的

• 実時間かつ搭載型検出システムを用いて狭い水域における重複する船隻の認識課題に対処すること。
• Yolov4-tinyネットワーク構造を変更せずに、隠蔽された船隻の認識精度を向上させること。
• 高い検出速度を維持しながら、オффラインかつモバイル海上環境におけるさまざまな動画解像度へのロバスト性を高めること。
• データ拡張を用いて、解像度の低下下でもターゲット損失時間の短縮と認識安定性の向上を実現すること。
• 実世界の海上テスト環境において、改良されたモザイク法の有効性を示すこと。

提案手法

• 訓練画像用に3つの異なる比の組み合わせ（1:0:0、1:1:0、2:2:1）を有する、修正されたモザイクデータ拡張戦略を提案する。
• 複数のモザイク比を訓練中に統合することで、重複ターゲット構成の多様性を向上させ、データセットの読み込みを最適化する。
• 強化されたデータを用いてYolov4-tinyモデルを訓練し、小型モバイルプラットフォームへの展開に適した軽量性を保持する。
• Yolov4-tinyアーキテクチャをベースモデルとして採用することで、リソース制限のあるシステム上でも実時間推論性能を確保する。
• シミュレーテッドデータセットと実海上動画シーケンスの両方を用いて評価を実施し、さまざまな解像度での性能を検証する。
• フレーム単位の分離精度と損失までの時間といった指標を用いて、さまざまなモザイク戦略の認識性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 データ拡張時のモザイク比の組み合わせを変化させることで、重複する船隻の検出精度にどのような影響を与えるか？
• RQ2 改良されたモザイク法は、さまざまな動画解像度において認識安定性をどの程度向上させるか？
• RQ3 改良された手法は、重複状況下で顕著にターゲット損失時間を短縮しつつ、高い検出速度を維持できるか？
• RQ4 実世界の海上環境において、改良されたモデルは元のYolov4-tinyベースラインと比較してどの程度優れているか？
• RQ5 このデータ拡張戦略は、隠蔽された船隻を区別する上で重要な局所特徴を学習する能力を向上させるか？

主な発見

• 改良されたモザイク法により、元のアルゴリズムと比較して重複する船隻の認識精度が2.5%向上した。
• 実環境テストにおいて、強化されたデータ拡張アプローチを用いることで、ターゲット損失時間が17%短縮された。
• さまざまな動画解像度下での認識安定性が、ベースライン手法と比較して27.01%向上した。
• 同じ推論速度を維持したまま、元のYolov4-tinyモデルと同等のリアルタイム性能を確保した。
• 全テスト解像度（1080p、720p、480p、360p）において、ベースライン手法を上回ったが、特に解像度劣化が著しい状況で顕著な優位性を示した。
• 強化されたモザイクデータで訓練されたYolov4-tinyモデルは、ターゲットが分離不能となるフレームの割合が最も低く、優れたロバスト性を示した。