擬似アニーリングに基づくデータ拡張によって、アンダーウォーター画像データにおける高密度物体検出を改善する確率的フレームワーク

Abstract

物体検出モデルは通常、照明が安定しており、水の透明度や視点が一定であるなどの、制御された環境で撮影された画像では良好な性能を発揮しますが、照明条件のばらつきが大きく、頻繁に遮蔽が発生するという特徴を持つ現実の水中環境では、その性能が大幅に低下します。本研究では、密で制約の少ない水中シーンにおける頑健性を高めるための、新しいデータ拡張フレームワークを提案することで、これらの課題に取り組みます。自然環境における魚の画像を含むDeepFishデータセットを用いて、まず、提供されたセグメンテーションマスクからバウンディングボックスの注釈を生成し、独自の検出データセットを構築します。次に、Deng et al. [1] のコピー&ペースト戦略に触発された、疑似的なシミュレーテッド・アニーリングに基づく拡張アルゴリズムを提案し、現実的な混雑した魚の状況を合成します。この手法は、学習中の空間的多様性と物体密度を向上させ、複雑なシーンへの汎化を改善します。実験結果では、本手法がベースラインのYOLOv10モデルを大きく上回り、特にフロリダ・キーズのライブストリーミング映像から収集した手動アノテーション画像からなる、難しいテストセットで顕著な改善が見られました。これらの結果は、密で現実の水中環境における検出性能を向上させるための、我々の拡張戦略の有効性を示しています。