[论文解读] Small Target Detection for Search and Rescue Operations using Distributed Deep Learning and Synthetic Data Generation

Kyongsik Yun, Luan Viet Nguyen+6 more|arXiv (Cornell University)|Apr 25, 2019

Advanced Neural Network Applications参考文献 18被引用 4

一句话总结

该论文提出了一种使用合成数据增强的分布式深度学习系统，以实现在搜救（SAR）行动中对小目标进行实时检测。通过结合无人机（UAVs）、固定监控摄像头、图像增强和卷积神经网络（CNNs），该系统在8秒内完成对小目标（例如落水人员）的检测，显著快于人工检测的25秒，展示了对救援人员而言更快的速度和更高的准确性。

ABSTRACT

It is important to find the target as soon as possible for search and rescue operations. Surveillance camera systems and unmanned aerial vehicles (UAVs) are used to support search and rescue. Automatic object detection is important because a person cannot monitor multiple surveillance screens simultaneously for 24 hours. Also, the object is often too small to be recognized by the human eye on the surveillance screen. This study used UAVs around the Port of Houston and fixed surveillance cameras to build an automatic target detection system that supports the US Coast Guard (USCG) to help find targets (e.g., person overboard). We combined image segmentation, enhancement, and convolution neural networks to reduce detection time to detect small targets. We compared the performance between the auto-detection system and the human eye. Our system detected the target within 8 seconds, but the human eye detected the target within 25 seconds. Our systems also used synthetic data generation and data augmentation techniques to improve target detection accuracy. This solution may help the search and rescue operations of the first responders in a timely manner.

研究动机与目标

• 通过自动化系统减少搜救（SAR）行动中对小目标的检测时间。
• 解决在监控视频中检测小而低对比度目标的挑战，这些目标对人类而言难以察觉。
• 利用合成数据生成和数据增强技术提高检测准确性。
• 开发一种可扩展的、支持实时检测的系统，可部署于无人机和固定摄像头，适用于美国海岸警卫队的行动。
• 在速度和可靠性方面，将系统性能与人工视觉检测进行对比。

提出的方法

• 在休斯顿港周边部署无人机和固定监控摄像头，以收集实时视频数据。
• 应用图像分割和增强技术，提升低分辨率画面中小目标的可见性。
• 结合真实数据与合成数据训练卷积神经网络（CNNs），以增强模型的泛化能力。
• 利用合成数据生成技术扩充训练数据，尤其针对罕见或难以捕捉的目标场景。
• 采用分布式深度学习技术，在多个计算节点上加速训练和推理过程。
• 将最终模型集成至实时检测流水线，支持实际部署。

实验结果

研究问题

• RQ1 基于深度学习的系统是否能显著快于人工操作员检测监控画面中的小目标？
• RQ2 合成数据生成在搜救场景中对小目标检测的准确性与鲁棒性有何影响？
• RQ3 在检测时间方面，自动化检测与人工视觉搜索之间存在多大的性能差距？
• RQ4 分布式深度学习在多大程度上可提升实时搜救应用中的推理速度？
• RQ5 图像增强与分割技术在提升小目标、低对比度目标检测效果方面有多有效？

主要发现

• 自动化系统在8秒内完成小目标检测，而人工操作员需25秒。
• 使用合成数据生成显著提升了模型在真实世界测试数据上的泛化能力与检测准确性。
• 图像增强与分割技术有效提高了低分辨率视频流中对小目标的可见性。
• 分布式深度学习框架实现了更快的训练与推理，支持实时部署。
• 该系统在休斯顿港多样的环境条件下均表现出一致的性能。
• 在持续监控条件下，所提出的检测流程在速度与可靠性方面均优于人工检测。