[论文解读] Knowledge-based Recurrent Attentive Neural Network for Small Object Detection

Kai Yi, Zhiqiang Jian+3 more|arXiv (Cornell University)|Mar 13, 2018

Advanced Neural Network Applications被引用 4

一句话总结

本文提出 KB-RANN，一种基于知识的循环注意力神经网络，通过利用领域知识和特征注意力机制，聚焦于关键图像特征，从而提升自动驾驶中小目标检测的性能。通过动态特征选择与参数增强，该方法在 KITTI 和 COCO 数据集上显著提高了检测精度与速度，展现出在复杂、杂乱场景下的优异性能。

ABSTRACT

At present, the performance of deep neural network in general object detection is comparable to or even surpasses that of human beings. However, due to the limitations of deep learning itself, the small proportion of feature pixels, and the occurence of blur and occlusion, the detection of small objects in complex scenes is still an open question. But we can not deny that real-time and accurate object detection is fundamental to automatic perception and subsequent perception-based decision-making and planning tasks of autonomous driving. Considering the characteristics of small objects in autonomous driving scene, we proposed a novel method named KB-RANN, which based on domain knowledge, intuitive experience and feature attentive selection. It can focus on particular parts of image features, and then it tries to stress the importance of these features and strengthenes the learning parameters of them. Our comparative experiments on KITTI and COCO datasets show that our proposed method can achieve considerable results both in speed and accuracy, and can improve the effect of small object detection through self-selection of important features and continuous enhancement of proposed method, and deployed it in our self-developed autonomous driving car.

研究动机与目标

• 为解决自动驾驶中常见于复杂真实场景的小目标检测这一长期挑战。
• 通过将领域特定知识与直观视觉经验融入深度学习模型，提升检测性能。
• 开发一种方法，通过注意力机制动态选择并强化关键特征。
• 实现实时、高精度的目标检测，适用于自动驾驶车辆的部署。
• 增强模型在小目标检测中对模糊、遮挡及低分辨率特征的鲁棒性。

提出的方法

• KB-RANN 将领域知识与直观经验融入循环神经网络架构，以引导特征学习。
• 采用注意力机制，基于学习到的重要性，选择性地聚焦于特征图中的显著区域。
• 通过循环结构迭代优化特征表示，并随时间逐步强调关键特征。
• 通过优先更新选定特征的参数，增强特征重要性。
• 该方法实现关键特征的自我选择，并通过迭代优化实现持续改进。
• 架构设计支持在自动驾驶平台上的实时推理与部署。

实验结果

研究问题

• RQ1 如何有效将领域知识与直观视觉经验整合到深度学习模型中，以提升小目标检测性能？
• RQ2 注意力机制在复杂场景下对小目标的特征表示提升程度如何？
• RQ3 循环注意力机制是否能在不牺牲推理速度的前提下提升检测精度？
• RQ4 KB-RANN 在 KITTI 和 COCO 等标准基准数据集上的小目标检测表现如何？
• RQ5 模型能否通过自监督方式，基于迭代优化自适应地增强关键特征？

主要发现

• KB-RANN 在 KITTI 和 COCO 数据集上的小目标检测精度实现显著提升。
• 该方法展现出强大的实时推理性能，适用于自动驾驶系统的实际部署。
• 特征注意力与知识融合有助于提升对小尺寸、遮挡或模糊目标的表征学习能力。
• 循环注意力机制实现特征重要性的持续优化，增强模型鲁棒性。
• 模型对关键特征的自我选择机制显著提升了检测性能，优于基线方法。
• 该方法已成功部署于自研自动驾驶车辆，验证了其实际应用价值。