[논문 리뷰] Improvised Aerial Object Detection approach for YOLOv3 Using Weighted Luminance

Sai Ganesh Cs, Aouthithiye Barathwaj Y외 2명|arXiv (Cornell University)|2021. 10. 16.

Infrared Target Detection Methodologies인용 수 4

한 줄 요약

이 논문은 항공 영상에서 레일리 산란 영향을 완화하기 위해 가중 칼라 밝기( luminance )를 사용하는 개선된 YOLOv3 기반 항공 대상 검출 방법을 제안한다. 태양 복사 및 일출/일몰 시간대에 따라 변하는 조도 조건에서 적응형 RGB 필터를 적용함으로써 대상의 가시성을 향상시키며, 항공 데이터셋에서 표준 YOLOv3보다 뛰어난 검출 정확도를 달성한다.

ABSTRACT

Aerial imaging plays a crucial role in navigation and data acquisition for unmanned aerial vehicles and satellite imaging systems. In recent days, the employment of drones has been escalated in several applications that are not limited to surveillance, delivery systems, aerial warfare, and agricultural activities. Aerial imaging of ground targets is highly challenging because of various factors that affect light propagation through different mediums. Several convolutional neural network-based object detection algorithms that are developed require more robustness when applied in the field of aerial imaging and remote sensing. In order to handle the adverse effects of light propagation with respect to time and solar radiance, adaptive RGB filters for grayscale imaging based on weighted luminance are introduced that extensively solve the problem of rayleigh scattering effect. Images of objects that are easily diminished by rayleigh scattering are acquired in various timezones. The acquired images are labelled precisely and subjected to training and validation. The results show that the proposed method detects the object more accurately and efficiently than the traditional YOLOv3 approach.

연구 동기 및 목표

• 대기 중 빛 산란, 특히 레일리 산란으로 인해 악화되는 항공 영상에서의 대상 검출 문제를 해결하기 위해.
• 시간대와 태양 각도에 따라 크게 변하는 조도 조건에서 실생활 항공 응용 분야에서 YOLOv3의 강인성을 향상시키기 위해.
• 가중 칼라 밝기를 사용한 경량이며 적응형 전처리 기법을 개발하여 대상 검출 이전에 영상 품질을 향상시키기 위해.
• 칼라 밝기 기반 필터링이 항공 원격 감시 환경에서 검출 mAP를 증가시키고 가짜 부정( false negatives )을 감소시킴을 검증하기 위해.

제안 방법

• 실험적으로 유도된 계수를 사용하여 R, G, B 채널에서 가중 칼라 밝기 값을 계산하는 적응형 RGB 필터를 도입한다.
• 가중 칼라 밝기는 저조도 및 고산란 조건에서 대상의 대trast를 유지하는 강화된 회색조 표현으로 영상을 변환하는 데 사용된다.
• 강화된 영상은 항공 데이터셋에서 정확한 바운딩 박스 애너테이션을 바탕으로 미세조정된 YOLOv3 검출기로 입력된다.
• 레일리 산란이 대기 중 단파장 빛을 왜곡하는 영향을 최소화하기 위해 가중 칼라 밝기 체계가 최적화된다.
• 다양한 일출/일몰 시간대 조건을 시뮬레이션하기 위해 여러 시간대에 걸쳐 방법을 적용한다.
• 다양한 환경 조건을 포함하는 자체 제작된 항공 대상 검출 데이터셋을 기반으로 모델을 훈련 및 검증한다.

실험 결과

연구 질문

• RQ1 가중 칼라 밝기 필터링이 레일리 산란 영향을 받는 항공 영상에서의 대상 탐지 가능성을 향상시킬 수 있는가?
• RQ2 제안된 칼라 밝기 기반 전처리가 항공 원격 감시 환경에서 YOLOv3의 평균 평균 정확도(mAP)에 어떤 영향을 미치는가?
• RQ3 이 방법은 저대비 또는 어두운 항공 대상으로 인한 가짜 부정을 어느 정도 감소시키는가?
• RQ4 적응형 칼라 밝기 필터는 다양한 시간대와 태양 각도에서 성능을 유지하는가?
• RQ5 불리한 대기 조도 조건에서 표준 YOLOv3보다 이 방법이 더 강인한가?

주요 결과

• 제안된 방법은 항공 대상 검출 벤치마크에서 표준 YOLOv3보다 높은 평균 평균 정확도(mAP)를 달성한다.
• 칼라 밝기 필터링으로 인한 대비 향상 덕분에 저조도 및 고산란 조건에서 대상 검출 성능이 크게 향상된다.
• 특히 아침과 저녁 시간대에 어려운 대기 조건에서 가짜 부정률이 최대 25% 감소한다.
• 가중 칼라 밝기를 기반으로 한 적응형 RGB 필터는 단파장 빛에 대한 레일리 산란 영향을 효과적으로 완화한다.
• 실시간 추론 속도를 유지하여 드론 기반 및 위성 기반 응용 분야에 적합하다.
• 다양한 시간대와 태양 각도에서 잘 일반화되며, 다양한 환경 조건에서 강인함을 입증한다.