20200704 Deep Snake for Real-Time Instance Segmentation

Takanori Ogata
Deep Snake for Real-Time Instance Segmentation

Copyright © ABEJA, Inc. All rights reserved
Self-Introduction
緒方貴紀@ ABEJA, Inc. Twitter: @conta_
研究開発からプロトタイプ開発・セールス・
人事・雑用まで何でもやります。
趣味は音楽・お酒・筋トレ ←New

Deep Snake for Real-Time Instance Segmentation
• CVPR2020 (Oral)
• 物体輪郭を用いたInstance Segmentationの論文
• circular convolutionという仕組みを導入し、輪郭頂点の位置をIterativeに修正
することで物体輪郭を推定、高精度なInstance Segmentationを実現

先行研究
Pixel-based methods
PANet [Liu+, CVPR2018]
Mask RCNN [He+, ICCV2017]
課題: 小さな物体の位置ずれやBboxのズレに対応できない

先行研究
Contour-based method
HuanLing,JunGao,AmlanKar,WenzhengChen,andSanja Fidler. Fast interactive object annotation with curve-gcn. In CVPR, 2019
https://tech-blog.abeja.asia/entry/annotation-survery
DSAC [Marcos+, CVPR2018]
精度はPixel Basedに及ばず
Instance SegmentationとしてはPipelineが不足（Bboxが与えられた上での評価）
Contourモデルの特別な場合に対応していない（おそらくトポロジーの分割）
CurveGCN [Ling+, CVPR2019]

先行研究
Snakes: 元祖Active Contour Models

Active Contour Model
• Active Contour Model
対象空間領域性質表指標他特
徴量複数領域分割
分割領域時間変化境界線連続的
変化
• 手法大 2種
Snakes法
Level set法
引用: https://www.slideshare.net/Arumaziro/ss-37035661

Snakesとは
前提1: 曲線はパタ表現される
前提2: 曲線のエネギを設定
𝑣 𝛼
𝑑𝑣 𝑠
𝑑𝑠
𝑑𝑠
𝑑 𝑣 𝑠
𝑑𝑠
𝑑𝑠
𝛻 𝐺 ⊗ 𝐼 𝑣 𝑠 𝑑𝑠
:弧長に対応する項
:曲率に対応する項
:勾配強度に対応する項
v 𝑠
𝑥 𝑠
𝑦 𝑠
s ∈ 0,1
引用: https://www.slideshare.net/Arumaziro/ss-37035661
Snakes 貪欲法
𝑣 𝑣
𝑣 𝑣 2𝑣
𝐼′ 𝑣
:弧長に対応す項
:曲率に対応す項
:勾配強度に対応す項
𝑣

Deep Snake

Proposed approach: Learning-based snake algorithm
• Snake
• 頂点から構成される曲線のエネルギー関数最小化
• エネルギー関数は非凸・handcrafted・低レベルの画像特徴を利用
• Deep Snake
• End-to-endで頂点から構成されるcontourから直接学習
• CNN backboneはObject DetectionとShareし特徴量をハイブリッドに利用
• Contor+cnn featureを入力として頂点の移動量を出力、Iterativeに処理

アルゴリズム全体像
• 物体検出アルゴリズムによりBboxを予測
• BboxからDiamond Contorを機械的に作成
• Extremepointsを予測(Deformation1)
• 予測ポイントからOctagon contourを機械的に作成
• Octagon contourから初期頂点を機械的に作成し
• Contourを再帰的に予測(Deformation2)
詳細は後ほど

Contour with NNs
vertex＋featureをどうNNで扱うか？
• 初期位置は？
• 頂点情報の伝搬は？
Polygon RNN++ [Acuna+, CVPR2018] CurveGCN [Ling+, CVPR2019]
CNN+RNNで頂点生成
Gated Graph Neural Networkを利用して最適化
Bboxを元に静的なものを与える
Graph Convを利用

Circular Convolution
Contour = 周期的な1Dの離散信号だと思って捉える
(x, y, features) x N に対して1D-Convで対処可能（シンプル）
Contour上の特徴からの影響を考えることで
Object-Levelの構造を捉えることが出来る

Network architecture
Backbone・fusion block・prediction headの3つから構成される
*CirConv = Circular Convolution
Contourを入力として、Offsetを出力する

• 予測ポイントからOctagon contourを機械的に作成
• Octagon contourから初期頂点を機械的に作成し

• CenterNetを活用
• BBox + Centerを出力
CenterNet[Zhou+, CVPR2019]

• 足して2で割るを計算するだけ

• Ground TruthはObject boundarからサンプリング
• Top, Left, Right, Bottomを持ってくる
• 最適化は下記のロスを利用
Extreme Clicking [Papadopoulos+, CVPR2017]

• Octagon contourから初期頂点を機械的に作成
• Extreme Pointsから4点を予測し、8角形を作成
• （Extreme Pointsから辺の1/4を拡張して
Bbox上に引いた辺の上に頂点を置くらしい）
• => Octagon Contour
CenterNet[Zhou+, CVPR2019]

• GTはObject Boundaryから等間隔にN点サンプル
• （N=128）
• 再帰的にDeformationを繰り返す
• 最適化は下記のLossを利用
• （実験ではIter = 3）

Multi-component detection
Contourを利用するときに課題であったオクルージョン問題へのアプローチ
Detection時に物体の分割を行い、分割した物体それぞれにDeep Snakeを適用
最後に統合することでオクルージョンを配慮

補足
Curve GCN Deep Snake
初期位置楕円 Extrepe Pointsの予測 + Octagon
Contour
最適化面積の差を微分（微分レンダリング頂点情報をL1で最適化
目的アノテーションの効率化
Bboxは与えられる前提
Instance Segmentation（Object
Detectionも含まれる)

Experiments
これ

Ablation studies
Circlar Convが有効なのか？・初期位置予測は必要か？
Baseline=CenterNet + Curve-GCN
+GraphConv+Proposed Architecture
＋ExtremePointsの予測
GraphConv -> CircularConv
Iterは3以上ではパフォーマンスは上がらない

Qualitative Result (GCN vs Circular Conv)

Performance
PANet [Liu+, CVPR2018]が比較対象

Performance

Qualitative Results

Running time
はやい（GPU）

まとめ
• Circular Convを提案することでシンプルかつ高精度なEnd-to-endのInstance
Sentmentationを実現
• GPU上で32.3fps(at 512x512px)を達成

20200704 Deep Snake for Real-Time Instance Segmentation

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

More from Takanori Ogata

More from Takanori Ogata (15)

Recently uploaded

Recently uploaded (9)

20200704 Deep Snake for Real-Time Instance Segmentation