[論文レビュー] Spherical CNNs

Taco Cohen, Mario Geiger+2 more|arXiv (Cornell University)|Jan 30, 2018

Medical Image Segmentation Techniques参考文献 34被引用数 124

ひとこと要約

本稿では、一般化フーリエ定理と非可換FFTを用いて回転等長性を持つ球面相互相関を定義することで、球面データ上の効率的で高精度な学習を可能にする球面CNNを提案する。この手法は、3次元モデル認識および原子化エネルギー回帰において最先端の性能を達成し、平面への射影に起因する歪みを克服する。

ABSTRACT

Convolutional Neural Networks (CNNs) have become the method of choice for learning problems involving 2D planar images. However, a number of problems of recent interest have created a demand for models that can analyze spherical images. Examples include omnidirectional vision for drones, robots, and autonomous cars, molecular regression problems, and global weather and climate modelling. A naive application of convolutional networks to a planar projection of the spherical signal is destined to fail, because the space-varying distortions introduced by such a projection will make translational weight sharing ineffective. In this paper we introduce the building blocks for constructing spherical CNNs. We propose a definition for the spherical cross-correlation that is both expressive and rotation-equivariant. The spherical correlation satisfies a generalized Fourier theorem, which allows us to compute it efficiently using a generalized (non-commutative) Fast Fourier Transform (FFT) algorithm. We demonstrate the computational efficiency, numerical accuracy, and effectiveness of spherical CNNs applied to 3D model recognition and atomization energy regression.

研究の動機と目的

• 平面への射影に起因する歪みのため、標準的なCNNが球面データに対して有効でないという制限を解消すること。
• 球面信号に適した数学的に整合性のある回転等長性を持つ畳み込み演算を開発すること。
• 回転群上の一般化フーリエ変換を用いて、球面相関の効率的計算を可能とすること。
• 3次元モデル認識や分子エネルギー予測といった実世界の応用において、球面CNNの有効性を示すこと。

提案手法

• 表現力と回転等長性を両立する新しい球面相互相関演算を提案する。
• 球面信号のための一般化フーリエ定理を導出し、周波数領域での計算を可能にする。
• 非可換高速フーリエ変換（FFT）を用いて、周波数領域での相関計算を効率的に行う。
• 群論的原理に従い、球面上での重み共有を実現するとともに回転不変性を保持する。
• 標準的なディープラーニングコンponentsと統合された球面畳み込み層を備えた球面CNNアーキテクチャを設計する。
• 3次元ビジョンおよび量子化学分野の実世界データセットと、球面信号処理のベンチマークを用いて手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 回転等長性を維持しつつ、計算効率を確保できる球面CNNを構築できるか？
• RQ2 平面への射影に起因する歪みを回避するため、球面相互相関をどのように定義できるか？
• RQ3 SO(3)上での一般化フーリエ定理は、球面畳み込みの高速かつ高精度な実装をどの程度可能にするか？
• RQ4 実用的応用において、球面CNNは平面CNNに比べてどの程度優れた性能を示すか？

主な発見

• 提案された球面相互相関は回転等長性を有しており、球面多様体上での有効な特徴学習を可能にする。
• 一般化フーリエ定理により、非可換FFTを用いた効率的計算が可能となり、計算複雑度が低減される。
• 3次元モデル認識タスクにおいて、平面への射影を施した標準CNNよりも球面CNNが優れた性能を示す。
• 原子化エネルギー回帰において高い精度を達成し、分子性質予測において優れた性能を示す。
• 数値実験により、球面グリッド上での計算効率と数値的安定性が確認された。