BISRF-Net: 無人航空機による内陸水路閘門監視のためのベースライン維持スケールガイド付き残差特徴ルーティングネットワーク
BISRF-Net: A Baseline-Preserving Scale-Guided Residual Feature Routing Network for UAV-Based Inland Waterway Lock Monitoring
無人航空機(UAV)による画像は、内陸水路閘門監視に柔軟な非接触視覚センシングを提供するが、ターゲット間の顕著なスケール変動、部分的な視認性、低コントラスト、水面テクスチャの変動、複雑な背景により、信頼性の高い認識は依然として困難である。これらの問題に対処するため、本研究ではCBv2 Faster R-CNNフレームワークを基盤とした、ベースライン維持スケールガイド付き残差特徴ルーティングネットワークであるBISRF-Netを提案する。この手法は、元のバックボーン、特徴ピラミッドネットワーク、および領域提案ネットワークを維持しつつ、関心領域(ROI)洗練ステージでスケールガイド付き残差ルーティングを導入する。同一性保持型残差加算により、元の特徴経路を変更することなく、ベースラインROI表現を維持し、補完的なスケール感応情報で強化する。TROUT閘門監視データセットのUAV画像サブセットで実施された実験は、BISRF-Netが同等の全体的な検出性能を維持しつつ、中スケールターゲットの表現を改善することを示した。異なるランダムシードを用いた繰り返し試行は、提案手法の堅牢性をさらに評価し、その主な利点が中スケールターゲットの洗練にあることを示唆している。アブレーションおよび計算分析は、提案された設計が追加の計算コストでターゲットROIレベルの洗練を可能にすることを示している。これらの発見は、複雑な内陸水路環境における堅牢なUAVベースの視覚センシングのためのスケールガイド付きROI特徴洗練の可能性を強調している。
- UAV画像による内陸水路閘門監視を対象に、スケール変動・部分的な視認性・低コントラスト・水面テクスチャ変動・複雑背景といった課題に対処する検出ネットワークBISRF-Netを提案。
- CBv2 Faster R-CNNを基盤とし、バックボーン・特徴ピラミッドネットワーク・領域提案ネットワークを維持したまま、ROI洗練ステージにスケールガイド付き残差ルーティングを導入した点が設計上の特徴。
- TROUT閘門監視データセットのUAV画像サブセットでの実験により、同等の全体的検出性能を保ちつつ中スケールターゲットの表現が改善することを確認。複数ランダムシードの反復試行で堅牢性も評価。
- アブレーションおよび計算分析により、提案設計が追加の計算コストを伴ってターゲットROIレベルの洗練を実現することを示した。
学術論文段階のUAV画像認識アルゴリズム改善提案であり、事業化・調達・規制などの具体的な投資トリガーは見当たらない。ただしFaster R-CNN系の物体検出をROI洗練で改良する方向性は、インフラ点検・監視向けコンピュータビジョンの実用精度向上に寄与しうるため、UAV視覚センシングや社会インフラ監視ソリューションを手掛ける企業の技術動向として中長期で注視する価値はある。現時点では投融資判断材料としては弱く、性能の産業応用・商用導入への接続を待ちたい。