[论文解读] Novel Deep Learning Model for Traffic Sign Detection Using Capsule Networks

Amara Dinesh Kumar|arXiv (Cornell University)|May 11, 2018

Advanced Neural Network Applications参考文献 21被引用 65

一句话总结

本文提出了一种基于胶囊网络的交通标志检测架构，能够捕捉姿态和方向，在德国交通标志识别基准（GTSRB）上达到97.6%的准确率。

ABSTRACT

Convolutional neural networks are the most widely used deep learning algorithms for traffic signal classification till date but they fail to capture pose, view, orientation of the images because of the intrinsic inability of max pooling layer.This paper proposes a novel method for Traffic sign detection using deep learning architecture called capsule networks that achieves outstanding performance on the German traffic sign dataset.Capsule network consists of capsules which are a group of neurons representing the instantiating parameters of an object like the pose and orientation by using the dynamic routing and route by agreement algorithms.unlike the previous approaches of manual feature extraction,multiple deep neural networks with many parameters,our method eliminates the manual effort and provides resistance to the spatial variances.CNNs can be fooled easily using various adversary attacks and capsule networks can overcome such attacks from the intruders and can offer more reliability in traffic sign detection for autonomous vehicles.Capsule network have achieved the state-of-the-art accuracy of 97.6% on German Traffic Sign Recognition Benchmark dataset (GTSRB).

研究动机与目标

• 激发在交通标志识别中捕捉对象姿态和方向的模型需求，解决CNN中最大池化的局限。
• 提出基于胶囊网络的鲁棒交通标志检测架构。
• 消除人工特征提取，并提高对空间失真以及对抗性类扰动的鲁棒性。
• 在德国交通标志识别基准（GTSRB）上展示最先进的性能。

提出的方法

• 使用胶囊网络通过胶囊表示对象的建立参数（姿态、方向）。
• 在胶囊之间应用动态路由（基于一致性的路由）以保留空间信息。
• 避免手工特征工程和具有大量参数的传统多网络管道。
• 在德国交通标志识别基准（GTSRB）上进行评估以报告准确率。
• 声称对空间扰动具有鲁棒性，并对抗性类攻击具有潜在抗性。

实验结果

研究问题

• RQ1 与传统CNN相比，胶囊网络能否通过保留姿态和方向信息来改善交通标志识别？
• RQ2 基于胶囊的方法在GTSRB数据集上是否获得比以往方法更高的准确率？
• RQ3 所提模型在交通标志检测中对空间失真和潜在对抗性扰动是否更鲁棒？

主要发现

• 在GTSRB数据集上实现97.6%的最先进准确率。
• 胶囊网络表示建立参数，如姿态和方向，解决最大池化的局限性。
• 消除人工特征提取，减少对多网络架构的依赖。
• 展现对空间失真的鲁棒性并提高自动交通标志检测的可靠性。