[論文レビュー] Room Classification on Floor Plan Graphs using Graph Neural Networks

Abhishek Paudel, Roshan Dhakal+1 more|arXiv (Cornell University)|Aug 12, 2021

Human Pose and Action Recognition参考文献 20被引用数 9

ひとこと要約

この論文は、床図を無向グラフとしてモデル化し、部屋をノード、隣接関係をエッジとして扱うことで、床図内の部屋分類を向上させるGNNベースの手法を提案する。House-GANデータセットを用いて、GraphSAGEとTopology Adaptive GCNはそれぞれ81%および80%の精度を達成し、MLPを15%以上上回り、深層アーキテクチャでさえも過剰平滑化に対して頑健であることを示した。

ABSTRACT

We present our approach to improve room classification task on floor plan maps of buildings by representing floor plans as undirected graphs and leveraging graph neural networks to predict the room categories. Rooms in the floor plans are represented as nodes in the graph with edges representing their adjacency in the map. We experiment with House-GAN dataset that consists of floor plan maps in vector format and train multilayer perceptron and graph neural networks. Our results show that graph neural networks, specifically GraphSAGE and Topology Adaptive GCN were able to achieve accuracy of 80% and 81% respectively outperforming baseline multilayer perceptron by more than 15% margin.

研究の動機と目的

• 明示的な意味的ラベルのない床図における部屋分類の課題に取り組み、隣接する部屋間の構造的関係を活用する。
• 床図レイアウトに内在するグラフベースの関係的インダクティブバイアスを活用することで、MLPのようなベースライン手法を改善する。
• ベクトル化された床図を用いて、GCN、GAT、GraphSAGE、TAGCNといったさまざまなGNNアーキテクチャの部屋分類タスクにおける性能と頑健性を調査する。
• ネットワークの深さがGNN性能に与える影響、特に過剰平滑化問題に関して分析し、関係的インダクティブバイアスを捉える能力の観点からモデルを比較する。
• 訓練されていないGNNがグラフ内の構造的パターンをどのように捉えられるかを評価し、学習前のモデルのインダクティブバイアスに関する洞察を提供する。

提案手法

• 各床図を無向グラフとして表現し、部屋をノード、隣接する部屋を空間的近接性に基づいてエッジで接続する。
• 部屋の境界ボックス、壁の座標、ドアの有無、部屋のカテゴリからノード特徴量を抽出し、幾何的および構造的性質を入力特徴量として用いる。
• ノード分類のためのベースラインとしてMLPを用い、GCN、GAT、GraphSAGE、TAGCNといった複数のGNNアーキテクチャを訓練し、部屋カテゴリを予測する。
• GNNにおけるメッセージパッシング機構を適用し、隣接ノードからの特徴量を集約することで、グラフ構造上の関係的推論を可能にする。
• 訓練されていないモデルからのノード埋め込みを用いてt-SNE可視化を行い、各GNNが関係的インダクティブバイアスをどれだけ元々の段階で捉えられるかを評価する。
• 2〜12層のさまざまな深さでモデル性能を評価し、特にGraphSAGEとTAGCNがGCNやGATと比較して過剰平滑化に対してどれほど頑健であるかを分析する。

実験結果

リサーチクエスチョン

• RQ1 床図をグラフとしてモデル化した場合、従来のMLPベースラインと比較して、GNNは部屋分類精度を顕著に向上させることができるか？
• RQ2 GCN、GAT、GraphSAGE、TAGCNといった異なるGNNアーキテクチャは、部屋分類タスクにおける分類精度と深さに対する頑健性において、どのように性能を発揮するか？
• RQ3 GCNとGATは、訓練前のノード埋め込みの可視化によって示されるように、グラフ構造に内在する関係的インダクティブバイアスをどの程度捉えているか？
• RQ4 なぜGraphSAGEとTAGCNはネットワークの深さが増すにつれて性能が維持または向上するのに対し、GCNとGATは性能が低下するのか、特に深層アーキテクチャにおいて？
• RQ5 訓練されていないGNNは、データに内在する構造的インダクティブバイアスを明らかにできるか？また、そのようなバイアスの有無は最終的なモデル性能とどのように相関するか？

主な発見

• GraphSAGEとTopology Adaptive GCN（TAGCN）は、それぞれ81%および80%の分類精度を達成し、ベースラインのMLP（65%未満）を著しく上回った。
• GraphSAGE／TAGCNとMLPとの間の性能差は15ポイント以上にのぼり、部屋分類においてグラフ構造を活用することの有効性を示した。
• GraphSAGEとTAGCNは、ネットワークの深さが増す（最大12層）に従っても安定的または向上する性能を示し、過剰平滑化問題に対して頑健であることを示した。
• 一方、GATの性能は層数が増えるにつれて低下し、GCNは11–12層で性能が低下した。これは、過剰平滑化に対して感受性が高いことを示唆している。
• 訓練されていないノード埋め込みのt-SNE可視化により、GraphSAGEとTAGCNではベッドルーム、バスルーム、バルコニーのクラスが部分的にクラスタリングされていることが確認され、強い関係的インダクティブバイアスを内蔵していることが示された。
• GCNとGATでは、訓練されていない埋め込みに有意義なクラスタリングが見られず、関係構造を初期段階でうまく捉えていないことが示され、最終的な性能の低さと相関した。