[論文レビュー] Efficient pedestrian detection by directly optimize the partial area under the ROC curve

Sakrapee Paisitkriangkrai, Chunhua Shen+1 more|arXiv (Cornell University)|Oct 3, 2013

Video Surveillance and Tracking Methods参考文献 3被引用数 6

ひとこと要約

本稿では、ユーザーが定義した偽陽性率範囲内で部分受信器特性曲線下の面積（pAUC）を直接最適化する、pAUCEnsと呼ばれる新しいアンサンブル学習手法を提案する。この手法により、より効果的な歩行者検出が可能になる。構造的学習を活用して誤順序付けられた正例・負例ペairの優先順位を付けることで、最小限の特徴工学で標準ベンチマークで最先端の性能を達成し、ベースラインのHOG+COV AdaBoostと比較してINRIAテストセットにおける平均ミス率を7%削減した。

ABSTRACT

Many typical applications of object detection operate within a prescribed false-positive range. In this situation the performance of a detector should be assessed on the basis of the area under the ROC curve over that range, rather than over the full curve, as the performance outside the range is irrelevant. This measure is labelled as the partial area under the ROC curve (pAUC). Effective cascade-based classification, for example, depends on training node classifiers that achieve the maximal detection rate at a moderate false positive rate, e.g., around 40% to 50%. We propose a novel ensemble learning method which achieves a maximal detection rate at a user-defined range of false positive rates by directly optimizing the partial AUC using structured learning. By optimizing for different ranges of false positive rates, the proposed method can be used to train either a single strong classifier or a node classifier forming part of a cascade classifier. Experimental results on both synthetic and real-world data sets demonstrate the effectiveness of our approach, and we show that it is possible to train state-of-the-art pedestrian detectors using the proposed structured ensemble learning method.

研究の動機と目的

• 標準的な分類器が、実世界の応用において制限された偽陽性予算を持つ状況で重要となる実用的性能指標（pAUC）を最適化しないという限界に対処すること。
• ユーザーが定義した偽陽性率範囲 [α, β] において、ヒューリスティックまたは交差検証によるパrameterに依存せず、pAUCを直接最適化する原理的かつ効率的なアンサンブル学習手法を開発すること。
• 各ノードが中程度の偽陽性率（例：約50%）で高い検出率を達成する必要があるキャスケードベース検出器の学習を可能にし、関連するFPR範囲でpAUCを直接最適化すること。
• HOGとCOV特徴のみを用いたシンプルな検出器が、pAUC最適化学習で訓練された場合に最先端の性能を達成できることを示すこと。

提案手法

• 本手法は、指定された偽陽性率範囲 [α, β] における部分AUCスコアを最適化する構造的学習を採用し、最適化を構造的予測問題として扱う。
• 各ブースティング反復において、順序誤差（正例が負例より低い順位にランク付けされている）を持つサンプルを優先して重みを再割り当てする。
• カットプレーン法を用いて構造的SVMの双対問題を解き、ユーザーが定義したFPR範囲の制約下でpAUCスコアを効率的に最大化する。
• 標準的なブースティングパイプラインと互換性があり、既存のブースティングベースの検出パイプラインに最小限のコード変更で統合可能であり、単一の強い分類器やキャスケード検出器の個々のノード分類器の両方の学習に応用可能である。
• Asymmetric AdaBoost や Cost-Sensitive AdaBoost で見られるように、非対称パrameterの手動チューニングを回避するため、直接目的の性能指標を最適化する。

実験結果

リサーチクエスチョン

• RQ1 ユーザーが定義した偽陽性率範囲において、間接的またはヒューリスティックな最適化に依存せず、部分AUCスコアを直接最適化する学習手法を設計できるか？
• RQ2 標準的なブースティングおよび非対称ブースティング手法と比較して、pAUCの直接最適化は歩行者検出ベンチマークにおける検出性能でどのように差をつけるか？
• RQ3 HOGとCOV特徴のみを用いたシンプルな検出器が、pAUC最適化学習で訓練された場合に最先端の性能を達成できるか？
• RQ4 提案手法は、実世界の応用にとって重要な低偽陽性率領域（例：FPPI < 0.1）でより優れた性能を発揮するか？

主な発見

• pAUCEns手法は、FPPI範囲 [0, 0.1] でpAUCを最適化する際、ベースラインのHOG+COV AdaBoost分類器と比較してINRIAテストセットにおける平均ミス率を7%削減した。
• TUD-BrusselsおよびETHテストセットでは、特に大規模な歩行者（≥100ピクセルの高さ）設定において、LatSvm や ConvNetベースのアプローチを含む最先端の検出器と同等またはそれ以上のpAUCスコアを達成した。
• FPPI範囲 [0, 0.1] において、INRIA-FixedセットではpAUCが89.4%、TUD-Brusselsセットでは97.8%を達成し、この重要な低FPPI領域で大多数の競合手法を上回った。
• 中規模の歩行者設定（30〜80ピクセルの高さ）では、INRIA-FixedセットでpAUCが89.6%を達成し、最も高度なモデルを除きすべての競合手法を上回った。これは、スケールにわたる頑健性を示している。
• 本手法は非常に効率的であり、既存のブースティングベースの検出パイプラインへの統合に最小限のコード変更で実現可能であり、実世界の展開に実用的である。