[論文レビュー] Attention Neural Network for Trash Detection on Water Channels

Mohbat Tharani, Abdul Wahab Amin+2 more|arXiv (Cornell University)|Jul 9, 2020

Water Quality Monitoring Technologies参考文献 20被引用数 13

ひとこと要約

本論文は、都市の水路に浮かぶ小型で変形・部分的沈没しているごみを検出するための新規な注目メカニズムを備えたニューラルネットワークを提案し、インスタンスレベルのアノテーションを備えた最初の公開可能で大規模なデータセットを提供する。本手法は、オブジェクト検出器にログベースの注目メカニズムを統合することで、小型オブジェクト検出性能を向上させ、特に小型オブジェクトにおいて最先端の性能を達成しており、RetinaNet+Attnを用いたハードテストセットでの平均精度は51.8%を記録した。

ABSTRACT

Rivers and canals flowing through cities are often used illegally for dumping the trash. This contaminates freshwater channels as well as causes blockage in sewerage resulting in urban flooding. When this contaminated water reaches agricultural fields, it results in degradation of soil and poses critical environmental as well as economic threats. The dumped trash is often found floating on the water surface. The trash could be disfigured, partially submerged, decomposed into smaller pieces, clumped together with other objects which obscure its shape and creates a challenging detection problem. This paper proposes a method for the detection of visible trash floating on the water surface of the canals in urban areas. We also provide a large dataset, first of its kind, trash in water channels that contains object-level annotations. A novel attention layer is proposed that improves the detection of smaller objects. Towards the end of this paper, we provide a detailed comparison of our method with state-of-the-art object detectors and show that our method significantly improves the detection of smaller objects. The dataset will be made publicly available.

研究の動機と目的

• 都市の水路への違法なごみ投棄が引き起こす深刻な環境的・都市洪水リスクに対処すること。
• 複雑な現実世界の都市用水路環境における可視浮遊ごみを視覚ベースで検出するシステムを開発すること。
• 水面上のごみ検出において、オブジェクトの変形、部分的沈没、反射、小型化といった課題を克服すること。
• 水路におけるごみ用に、最初の公開可能で大規模かつインスタンスアノテーション済みのデータセットを提供すること。
• 深層オブジェクト検出器に新規な注目メカニズムを統合して、小型オブジェクト検出性能を向上させること。

提案手法

• 多様な照明、天候、時間帯条件下で5か所の都市用水路から12,500枚のアノテート済み画像を収集し、新たなベンチマークデータセットを構築した。
• 判別的な領域に注目を向けることで特徴表現を強化する、ログベースの注目レイヤーを提案した。
• バックボーンネットワーク（例：YOLO-v3におけるDarknet-53）に注目レイヤーを統合し、検出ヘッドの前段で特徴を精錬した。
• ImageNet/Pascal VOCの事前学習重みを用いた転移学習でモデルを訓練し、固定された80-20の訓練・検証分割で評価した。
• 2つのテストセット（Easy：500枚、Hard：500枚）に対して、平均精度（AP）とIoUという標準指標を用いて評価した。視覚的複雑度に差がある。
• データ拡張と標準的な学習プロトコルを適用し、SSD、YOLO-v3、RetinaNet、PeleeNetといった最先端の検出器と公平な比較を実現した。

実験結果

リサーチクエスチョン

• RQ1 新規な注目メカニズムは、都市の水路に浮かぶ小型で変形・部分的沈没しているごみの検出を顕著に改善できるか？
• RQ2 困難な水面ごみ検出タスクにおいて、提案手法は最先端のオブジェクト検出器と比較して、平均精度とIoUの点で優れているか？
• RQ3 注目メカニズムは、大型および中型オブジェクトと比較して、小型オブジェクトの検出性能をどの程度向上させるか？
• RQ4 提案されたデータセットは、将来的な都市水質汚染検出研究における一般化性能とベンチマーク設定を向上させるか？
• RQ5 注目メカニズムは、水路画像における反射、影、泡に起因する誤検出を低減できるか？

主な発見

• 提案された注目メカニズムは小型オブジェクトの検出を顕著に向上させ、Easyテストセットにおける小型オブジェクトAPを、RetinaNetの5.0%から6.3%に向上させた。
• RetinaNetに注目レイヤーを追加したモデルが、Hardテストセットで最高の全体AP（51.8%）を達成し、他のすべてのモデルを上回った。
• YOLO-v3に注目レイヤーを追加したモデルは、Easyテストセットで48.1%のAPを記録し、元のYOLO-v3（43.8%）およびSSD（24.1%）を上回った。
• Hardテストセットでは、注目メカニズムを統合したモデルが強力な性能を維持した。RetinaNet+Attnは、元のVanilla RetinaNetより2.9%高い43.9%のAPを達成した。
• 注目メカニズムは、反射やごみが散らかった複雑なシーンにおいて、非注目ベースラインと比較して小型オブジェクト検出性能を最大1.8ポイント向上させた。
• YOLO-v3-Tinyは、すべての指標で低い性能（Hardセットで11.6%のAP）を示し、複雑な環境下での小型オブジェクト検出において、軽量モデルの限界を浮き彫りにした。