[論文レビュー] Cascaded Structure Tensor Framework for Robust Identification of Heavily Occluded Baggage Items from Multi-Vendor X-ray Scans

Taimur Hassan, Salman H. Khan+3 more|arXiv (Cornell University)|Dec 9, 2019

Advanced Neural Network Applications参考文献 39被引用数 9

ひとこと要約

本論文は、複数ベンダーのX線スキャンにおいて、重度に遮蔽されごみだらけの手荷物の検出と認識を、1つの順方向畳み込みニューラルネットワークを用いても、きわめて頑健に可能にする、段階的構造テンソルフレームワークを提案する。複数の方向にわたり、輪郭に基づく遷移特徴を繰り返し抽出することで、GDXrayでは0.9343、SIXrayでは0.9595の最先端の平均平均精度（mAP）を達成し、従来の手法を大きく上回るとともに、推論時間を15.78%短縮した。

ABSTRACT

In the last two decades, luggage scanning has globally become one of the prime aviation security concerns. Manual screening of the baggage items is a cumbersome, subjective and inefficient process. Hence, many researchers have developed Xray imagery-based autonomous systems to address these shortcomings. However, to the best of our knowledge, there is no framework, up to now, that can recognize heavily occluded and cluttered baggage items from multi-vendor X-ray scans. This paper presents a cascaded structure tensor framework which can automatically extract and recognize suspicious items irrespective of their position and orientation in the multi-vendor X-ray scans. The proposed framework is unique, as it intelligently extracts each object by iteratively picking contour based transitional information from different orientations and uses only a single feedforward convolutional neural network for the recognition. The proposed framework has been rigorously tested on publicly available GDXray and SIXray datasets containing a total of 1,067,381 X-ray scans where it significantly outperformed the state-of-the-art solutions by achieving the mean average precision score of 0.9343 and 0.9595 for extracting and recognizing suspicious items from GDXray and SIXray scans, respectively. Furthermore, the proposed framework has achieved 15.78% better time

研究の動機と目的

• 航空保安における深刻なギャップである、複数ベンダーのX線スキャンにおける重度に遮蔽されごみだらけの手荷物の特定に取り組む。
• さまざまなX線スキャナー間で、物体の位置、方向、遮蔽度にかかわらず、不審な物品を一元的に認識できるフレームワークを開発する。
• 深層学習を活用して、手動スクリーニングへの依存を減らし、自動的で頑健かつ効率的な検出を実現する。
• 特徴抽出と認識に1つの順方向畳み込みニューラルネットワークを用いることで、最小限の計算オーバーヘッドで高い性能を達成する。

提案手法

• フレームワークは、X線スキャンから方向特化の輪郭に基づく遷移情報を抽出する段階的構造テンソルアプローチを採用する。
• 遮蔽やごみによる影響を受ける状況でも検出の頑健性を高めるために、複数の方向にわたり画像特徴を段階的に分析する。
• 強化された特徴マップから不審な物品を抽出・分類するために、1つの順方向畳み込みニューラルネットワークが使用される。
• 構造テンソルを段階的に適用することで、物体の境界を段階的に精緻化し、局所化の正確性を向上させる。
• GDXrayおよびSIXrayデータセット上で、複数ベンダーの100万件を超えるX線スキャンを含むデータセットを用いて、訓練および評価が行われた。
• エンド・トゥ・エンドの訓練により特徴学習が最適化され、ネットワークが多様なスキャナー出力に一般化できるようにした。

実験結果

リサーチクエスチョン

• RQ1 一貫した深層学習フレームワークは、複数のX線スキャナーベンダー間で、重度に遮蔽された手荷物を頑健に検出できるか？
• RQ2 段階的構造テンソルアプローチは、高レベルの遮蔽やごみがある状況でも検出性能を向上させるのにどの程度有効か？
• RQ3 1つの順方向畳み込みニューラルネットワークを用いることで、精度を維持したまま推論時間をどの程度短縮できるか？
• RQ4 ベンチマークデータセットにおける平均平均精度（mAP）の観点から、提案手法は最先端の手法と比較してどの程度優れているか？

主な発見

• GDXrayデータセットでは、平均平均精度（mAP）が0.9343に達し、既存の最先端手法を大きく上回った。
• SIXrayデータセットでは、mAPが0.9595に達し、多様なX線スキャンの特性にわたる優れた一般化性能を示した。
• 提案手法は、従来の解決策と比較して推論時間を15.78%短縮し、計算効率の向上を示した。
• 段階的構造テンソルアプローチにより、特に遮蔽領域において、多方向の輪郭遷移を効果的に捉えることで検出性能が向上した。
• 特徴抽出と認識に1つの順方向畳み込みニューラルネットワークを用いることで、モデルの効率性と頑健性が向上した。