ＦＰＮ (1/4) 発明の概要

2020年9月17日

はぐれ弁理士 PA Tora-O です。今回のテーマとして、物体検出の一手法であるＦＰＮを題材に取り上げていきます。

背景

畳み込みニューラルネットワーク（ＣＮＮ）を導入した物体検出モデルは、［１］One-Stage Detector と、［２］Two-Stage Detector の２種類に大別されます。この２種類の違いは、関心領域（ＲＯＩ）の提案機能及び物体の検出機能を一度に同時に行うか、あるいは二段階に分けて行うかにあります。後者（Two-Stage）の例として、ＲＰＮ（Region Proposal Network）と呼ばれるニューラルネットワークを用いてＲＯＩの提案を行う Faster R-CNN が知られています。

なお、ＲＰＮの詳細については、以下の記事が参考になります。
　Faster R-CNN（3/5）ＲＰＮの実施例<前半>
　Faster R-CNN（4/5）ＲＰＮの実施例<後半>

問題

ところが、Faster R-CNN では、サイズが大きい物体の検出精度が良好であるものの、サイズが小さい物体の検出精度がそれほど高くないという問題がありました。例えば、ＣＯＣＯデータセットを用いた平均適合率（ＡＰ）は、大サイズで約６４％であるのに対して、小サイズで約３２％にすぎません。

解決手段

そこで、上記した問題を解決すべく、Tsung-Yi Lin 氏らによりＦＰＮ（Feature Pyramid Networks）が提案されました。ＦＰＮの機能ブロック図は、例えば、次の図１に示す通りです。

実は、図１は、Faster R-CNN のＲＯＩ設定部を、ＲＰＮからＦＰＮに置き換えた機能ブロックを示しています。本論文では、Two-Stage Detectors（Faster R-CNN/Fast R-CNN）に適用した例が示されていますが、ＦＰＮは、RetinaNet を含む One-Stage Detectors にも応用可能な技術です。なお、RetinaNet は、次回の事例検討（#025）で取り上げる予定です。