[논문 리뷰] G-Rep: Gaussian Representation for Arbitrary-Oriented Object Detection

Liping Hou, Ke Lu외 3명|arXiv (Cornell University)|2022. 05. 24.

Advanced Neural Network Applications인용 수 4

한 줄 요약

이 논문은 임의의 방향을 가진 객체 검출을 위한 통합 가우시안 표현인 G-Rep을 제안한다. G-Rep은 방향성 경계 상자(OBB), 사다리형 경계 상자(QBB), 점 집합(PointSet)을 모두 가우시안 분포로 모델링한다. 최대우도추정(MLE)을 통한 파라미터 최적화와 레이블 할당 및 회귀 손실에 가우시안 거리 척도를 사용함으로써, DOTA, HRSC2016, UCAS-AOD, ICDAR2015에서 최신 기준 성능을 달성하며 경계 불연속성, 표현 모호성, 이상치 민감성 등의 표현별 문제를 해결한다.

ABSTRACT

Typical representations for arbitrary-oriented object detection tasks include oriented bounding box (OBB), quadrilateral bounding box (QBB), and point set (PointSet). Each representation encounters problems that correspond to its characteristics, such as the boundary discontinuity, square-like problem, representation ambiguity, and isolated points, which lead to inaccurate detection. Although many effective strategies have been proposed for various representations, there is still no unified solution. Current detection methods based on Gaussian modeling have demonstrated the possibility of breaking this dilemma; however, they remain limited to OBB. To go further, in this paper, we propose a unified Gaussian representation called G-Rep to construct Gaussian distributions for OBB, QBB, and PointSet, which achieves a unified solution to various representations and problems. Specifically, PointSet or QBB-based object representations are converted into Gaussian distributions, and their parameters are optimized using the maximum likelihood estimation algorithm. Then, three optional Gaussian metrics are explored to optimize the regression loss of the detector because of their excellent parameter optimization mechanisms. Furthermore, we also use Gaussian metrics for sampling to align label assignment and regression loss. Experimental results on several public available datasets, such as DOTA, HRSC2016, UCAS-AOD, and ICDAR2015, show the excellent performance of the proposed method for arbitrary-oriented object detection.

연구 동기 및 목표

• 기존의 임의의 방향을 가진 객체 검출 표현에서 발생하는 내재적 한계—예를 들어 OBB의 경계 불연속성, QBB의 표현 모호성, PointSet의 이상치 민감성—을 해결하기 위해.
• OBB, QBB, PointSet와 같은 다양한 객체 표현을 하나의 미분 가능한 프레임워크에 통합하여 공동 최적화를 가능하게 하기 위해.
• 기하학적 유사성과 훈련 목표를 일치시키기 위해 가우시안 거리 척도를 활용해 일관된 레이블 할당 및 회귀 손실 메커니즘을 개발하기 위해.
• 작업별 손실 설계나 앵커 사전 설정이 필요 없도록 하기 위해, 가우시안 분포의 성질을 활용해 엔드 투 엔드 최적화를 가능하게 하기 위해.

제안 방법

• 점 집합(PointSet) 또는 사다리형 경계 상자(QBB) 표현을 미분 가능한 변환을 통해 가우시안 분포로 변환하여 최대우도추정(MLE)을 통한 파라미터 학습을 가능하게 한다.
• 예측된 가우시안 분포와 진짜값 간의 유사도를 측정하기 위해 베이클리-바타차, 쿨백-라이블러, 마할라노비스 거리와 같은 세 가지 가우시안 거리 척도를 설계하여 회귀 손실을 계산한다.
• 레이블 할당과 회귀 손실 최적화에 동일한 가우시안 거리 척도를 사용하여 양자 간 일관성을 확보한다.
• 기존의 IoU 또는 L_n 손실을 대체하여 가우시안 거리 척도에 기반한 통합 손실 함수를 사용해 검출기를 최적화한다.
• 학습된 가우시안 분포로부터 최종 출력을 OBB 형식으로 변환하여 추론 시 국소화 정확도를 유지한다.
• 아키텍처의 대대적인 개선 없이도 표준 검출 헤드(예: RetinaNet 또는 YOLO 기반)에 가우시안 표현을 통합한다.

실험 결과

연구 질문

• RQ1 통합 가우시안 표현은 다양한 방향성 객체 표현(OBB, QBB, PointSet)을 유지하면서도 미분 가능성과 최적화 안정성을 확보할 수 있는가?
• RQ2 기존의 IoU 또는 L_n 손실과 비교해 가우시안 거리 척도는 이상치나 경계 불연속성에 대해 얼마나 강인한가?
• RQ3 동일한 가우시안 거리 척도를 사용해 레이블 할당과 회귀 손실을 일치시키면, 다양한 데이터셋과 객체 유형에서 검출 성능이 향상되는가?
• RQ4 G-Rep은 각 표현별 문제—예를 들어 각도 불연속성, 정사각형 유사 문제, 점 순서 모호성—을 다루는 데 얼마나 뛰어난가?
• RQ5 제안된 가우시안 기반 프레임워크는 항공 영상 및 텍스트 검출 벤치마크를 포함한 다양한 데이터셋에 일반화 가능한가?

주요 결과

• G-Rep(PointSet)는 DOTA에서 90.16% mAP를 기록하여 RIDet 및 DAL과 같은 최신 기술을 초월하며 뛰어난 일반화 능력과 강인성을 입증한다.
• HRSC2016에서 G-Rep(PointSet)는 90.67% mAP를 달성하여 앵커 없이 복잡한 하이퍼파라미터 튜닝 없이도 RIDet(OBB)와 RIDet(QBB)보다 각각 0.93%, 0.54% 높은 성능을 보였다.
• UCAS-AOD에서 G-Rep(PointSet)는 89.64% mAP를 기록하여 다양한 객체 형태와 방향에서 기준 모델을 일관되게 능가함을 보였다.
• 방향성 텍스트 검출을 위한 ICDAR2015에서 G-Rep(PointSet)는 81.3% F-측정치를 기록하여 단계 검출기인 RO 3D와 이단계 검출기인 SCRDet보다 재현율과 F-측정치 모두에서 뛰어난 성능을 보였다.
• 시각화 결과는 G-Rep의 점들이 객체 내부에 집중되어 있음을 확인하였으며, 이는 전통적인 PointSet가 객체 경계에 점을 배치하는 것과 비교해 경계 민감도와 이상치 영향을 줄이는 데 효과적임을 시사한다.
• OBB에서 발생하는 정사각형 유사 문제와 경계 불연속성을 해결하기 위해, 이산적인 각도 기반 상자 대신 매끄럽고 연속적인 가우시안 분포를 학습함으로써 효과적으로 완화된다.