Scene Change Detection Using Multiscale Cascade Residual Convolutional Neural Networks

要約

シーン変化検出は、デジタル画像のピクセルを前景領域と背景領域に分割することに関連する画像処理の問題です。
ほとんどの場合、交通監視、ビデオ監視、異常検出などの視覚的知識ベースのコンピューター インテリジェント システムでは、変化検出技術を使用する必要があります。
最も顕著な検出方法の中には、学習ベースのものがあります。これらは、同様のトレーニングおよびテスト プロトコルを共有するだけでなく、アーキテクチャ設計戦略の点で互いに異なります。
このようなアーキテクチャ設計は、検出結果の品質に直接影響し、メモリなどのデバイス リソースの容量にも影響します。
この作業では、残差処理モジュールを介してマルチスケール処理戦略をセグメンテーション畳み込みニューラル ネットワークと統合する、新しいマルチスケール カスケード残差畳み込みニューラル ネットワークを提案します。
2 つの異なるデータセットで実施された実験は、提案されたアプローチの有効性をサポートし、変更検出で $\boldsymbol{0.9622}$ と $\boldsymbol{0.9664}$ の全体的な平均 $\boldsymbol{F\text{-}measure}$ 結果を達成しました
2014 と PetrobrasROUTES のデータセットをそれぞれ使用し、パラメーターの数は約 8 倍少なくなりました。
そのような得られた結果は、提案された技術を最先端のシーンチェンジ検出方法の上位4つに位置付けます。

要約(オリジナル)

Scene change detection is an image processing problem related to partitioning pixels of a digital image into foreground and background regions. Mostly, visual knowledge-based computer intelligent systems, like traffic monitoring, video surveillance, and anomaly detection, need to use change detection techniques. Amongst the most prominent detection methods, there are the learning-based ones, which besides sharing similar training and testing protocols, differ from each other in terms of their architecture design strategies. Such architecture design directly impacts on the quality of the detection results, and also in the device resources capacity, like memory. In this work, we propose a novel Multiscale Cascade Residual Convolutional Neural Network that integrates multiscale processing strategy through a Residual Processing Module, with a Segmentation Convolutional Neural Network. Experiments conducted on two different datasets support the effectiveness of the proposed approach, achieving average overall $\boldsymbol{F\text{-}measure}$ results of $\boldsymbol{0.9622}$ and $\boldsymbol{0.9664}$ over Change Detection 2014 and PetrobrasROUTES datasets respectively, besides comprising approximately eight times fewer parameters. Such obtained results place the proposed technique amongst the top four state-of-the-art scene change detection methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google