[論文レビュー] RoadNet-v2: A 10 ms Road Segmentation Using Spatial Sequence Layer.

Yecheng Lyu, Xinming Huang|arXiv (Cornell University)|Aug 10, 2018

Advanced Neural Network Applications参考文献 12被引用数 7

ひとこと要約

RoadNet-v2 は、画像処理における再帰的ニューラルネットワーク（RNN）の原則を統合した新しい空間的逐次層を提案し、効率的なレーン線分離を実現する。畳み込み層と空間的逐次層を組み合わせることで、KITTI および Cityscapes ベンチマークで 1 フレームあたり 10 ms のリアルタイム推論を達成し、最先端の精度を維持しながら計算コストを顕著に低減する。

ABSTRACT

In automated driving systems (ADS) and advanced driver-assistance systems (ADAS), an efficient road segmentation module is required to present the drivable region and to build an occupancy grid for path planning components. The existing road algorithms build gigantic convolutional neural networks (CNNs) that are computationally expensive and time consuming. In this paper, we explore the usage of recurrent neural network (RNN) in image processing and propose an efficient network layer named spatial sequence. This layer is then applied to our new road segmentation network RoadNet-v2, which combines convolutional layers and spatial sequence layers. In the end, the network is trained and tested in KITTI road benchmark and Cityscapes dataset. We claim the proposed network achieves comparable accuracy to the existing road segmentation algorithms but much faster processing speed, 10 ms per frame.

研究の動機と目的

• 大規模な畳み込みニューラルネットワーク（CNN）に基づく既存のレーン線分離モデルの計算非効率性を解消すること。
• 再帰的ニューラルネットワーク（RNN）をレーン線分離タスクの画像処理に応用することの可能性を調査すること。
• 自動運転システムにおけるリアルタイム推論を可能にする、軽量かつ高精度なセグメンテーションネットワークの設計。
• 1 フレームあたり 10 ms にまで推論時間を短縮しながら、最先端のモデルと同等の精度を達成すること。

提案手法

• 特徴マップの空間的次元に沿って RNN の再帰的性質を適用する空間的逐次層を導入し、長距離依存関係を効率的にモデル化する。
• 空間的逐次層を標準の畳み込み層と組み合わせ、エンドツーエンドのレーン線分離を実現するハイブリッドアーキテクチャを構築する。
• 標準のセグメンテーション損失関数を用いて、KITTI レーンベンチマークおよび Cityscapes データセット上で教師あり学習でネットワークを訓練する。
• パrameter数と計算演算数を最小限に抑えることで、推論速度を最適化するネットワークアーキテクチャの設計。

実験結果

リサーチクエスチョン

• RQ1 空間的次元に沿った RNN ベースの再帰的処理は、精度を損なわずにレーン線分離の効率性を向上させることができるか？
• RQ2 空間的文脈のモデル化において、提案された空間的逐次層は標準の畳み込み層と比べてどのように優れているか？
• RQ3 RoadNet-v2 モデルの推論速度は、標準ベンチマークでどの程度であり、自動運転システムにおけるリアルタイム要件を満たしているか？
• RQ4 空間的逐次層を用いた軽量ネットワークは、大規模な CNN ベースのモデルと同等の性能を達成できるか？

主な発見

• RoadNet-v2 は 1 フレームあたり 10 ms の推論速度を達成し、自動運転システムへの実装に適したリアルタイムレーン線分離を実現する。
• モデルは KITTI および Cityscapes ベンチマークの両方で、最先端のレーン線分離アルゴリズムと同等の精度を達成する。
• 空間的逐次層の統合により、従来の深層 CNN よりもモデルの複雑さと計算負荷が低減される。
• 提案されたアーキテクチャは、RNN ベースの空間的モデリングが、有利な速度-精度トレードオフを実現する画像セグメンテーションタスクに効果的に応用可能であることを示している。