Triggering Failures: Out-Of-Distribution detection by learning from local adversarial attacks in Semantic Segmentation

TL;DR

通过局部对抗攻击学习,ObsNet在语义分割中实现快速准确的OOD检测。

cs.CV 🔴 高级 2021-08-04 38 次浏览
Victor Besnier Andrei Bursuc David Picard Alexandre Briot
语义分割 对抗攻击 OOD检测 深度学习 计算机视觉

核心发现

方法论

本文提出了一种名为ObsNet的新架构,结合局部对抗攻击(LAA)进行训练。通过将OOD检测与分割任务解耦,观察整个分割网络而非仅输出,利用分割网络的盲点生成训练数据,并聚焦于图像局部区域模拟OOD对象。该方法在CamVid、StreetHazards和BDD-Anomaly数据集上进行了验证。

关键结果

  • 在CamVid OOD数据集上,ObsNet+LAA方法的fpr95tpr为44.6,AuPR为97.6,AuRoc为90.9,显著优于其他方法。
  • 在StreetHazards数据集上,ObsNet+LAA的AuRoc达到92.7,表现出色。
  • 在BDD Anomaly数据集上,ObsNet+LAA在fpr95tpr和AuRoc指标上均优于基线方法。

研究意义

该研究在学术界和工业界具有重要意义,尤其在自动驾驶等对可靠性要求高的领域。它解决了现有方法在准确性和速度之间的权衡问题,提供了一种既快速又准确的OOD检测方法,提升了语义分割任务的鲁棒性和安全性。

技术贡献

技术贡献包括提出了ObsNet架构和基于局部对抗攻击的训练方案。与现有方法相比,ObsNet在不影响分割精度的情况下实现了高效的OOD检测,并且能与任何预训练的分割网络结合使用。

新颖性

这是首次在语义分割中使用局部对抗攻击生成训练数据以改进OOD检测。与传统方法相比,ObsNet通过观察整个分割网络的行为而非仅输出,提供了新的检测视角。

局限性

  • 需要预训练的分割网络支持对抗攻击,这可能限制某些网络的使用。
  • 观察者网络的内存和计算开销与分割网络相当,可能不适用于实时应用。

未来方向

未来研究方向包括优化ObsNet的内存和计算效率,探索更多类型的对抗攻击,以及在更大规模的真实世界数据集上验证该方法的有效性。

AI 总览摘要

在语义分割任务中,现有的OOD检测方法通常在准确性和速度之间存在权衡,限制了其在实际应用中的可用性。本文提出了一种新的OOD检测架构ObsNet,并结合局部对抗攻击(LAA)进行训练,以解决这一问题。通过将OOD检测与分割任务解耦,观察整个分割网络而非仅输出,利用分割网络的盲点生成训练数据,并聚焦于图像局部区域模拟OOD对象,ObsNet在多个数据集上实现了快速且准确的OOD检测。

实验结果表明,ObsNet+LAA在CamVid、StreetHazards和BDD-Anomaly数据集上均表现出色,尤其在CamVid OOD数据集上取得了fpr95tpr为44.6,AuPR为97.6,AuRoc为90.9的成绩,显著优于其他方法。这表明该方法在不影响分割精度的情况下,实现了高效的OOD检测。

尽管ObsNet在准确性和速度上表现优异,但其对内存和计算资源的需求仍然较高,可能不适用于所有实时应用。未来的研究可以集中在优化ObsNet的资源使用和在更大规模的真实数据集上验证其性能。

深度分析

研究背景

随着深度神经网络在计算机视觉领域的广泛应用,语义分割任务中的OOD检测成为一个重要问题。现有方法通常在准确性和速度之间存在权衡,影响了其在自动驾驶等实时应用中的实用性。近年来,研究者们尝试通过各种方法提高OOD检测的性能,如使用集成方法和辅助误差预测模块。

核心问题

语义分割中的OOD检测面临着准确性和速度的双重挑战。现有方法要么准确但速度慢,要么速度快但不够准确,无法满足实际应用的需求。如何在不影响分割任务精度的情况下实现高效的OOD检测是一个亟待解决的问题。

核心创新

本文提出的ObsNet架构通过四个设计原则解决了现有方法的不足:1) 将OOD检测与分割任务解耦;2) 观察整个分割网络而非仅输出;3) 利用分割网络的盲点生成训练数据;4) 聚焦于图像局部区域模拟OOD对象。与传统方法相比,这种方法提供了新的检测视角。

方法详解

  • �� ObsNet架构:与分割网络相似,观察输入、输出及中间特征图。
  • �� 局部对抗攻击(LAA):在图像局部区域生成对抗样本。
  • �� 训练过程:通过LAA生成的样本训练ObsNet,预测分割网络的错误。
  • �� 性能评估:在多个数据集上验证ObsNet+LAA的性能。

实验设计

实验在CamVid、StreetHazards和BDD-Anomaly三个数据集上进行,比较了ObsNet+LAA与十种现有方法的性能。使用的指标包括fpr95tpr、AuPR和AuRoc。实验还进行了多种消融研究,以验证各个设计原则的有效性。

结果分析

ObsNet+LAA在CamVid OOD数据集上取得了fpr95tpr为44.6,AuPR为97.6,AuRoc为90.9的成绩,显著优于其他方法。在StreetHazards数据集上,AuRoc达到92.7,表现出色。在BDD Anomaly数据集上,ObsNet+LAA在fpr95tpr和AuRoc指标上均优于基线方法。

应用场景

该方法可直接应用于自动驾驶等对实时性和可靠性要求高的领域。其无需对预训练的分割网络进行微调,适用于多种现有网络架构。

局限与展望

尽管ObsNet在准确性和速度上表现优异,但其对内存和计算资源的需求较高,可能不适用于所有实时应用。此外,预训练的分割网络需支持对抗攻击,这可能限制某些网络的使用。未来研究可以集中在优化ObsNet的资源使用和在更大规模的真实数据集上验证其性能。

通俗解读 非专业人士也能看懂

想象一下,你在厨房里做饭,分割网络就像一个厨师,负责识别食材并将它们分类到不同的碗里。然而,有时候厨师会遇到一些陌生的食材,不知道该怎么处理。为了帮助厨师识别这些陌生食材,我们引入了一个助手ObsNet。这个助手会观察厨师的所有动作,而不仅仅是最终的菜品,并且在训练时会故意给厨师一些奇怪的食材(就像对抗攻击),以帮助助手学习识别这些陌生食材。通过这种方式,助手可以在厨师遇到陌生食材时发出警告,确保整个烹饪过程的安全和准确。

简单解释 像给14岁少年讲一样

想象一下,你在玩一个游戏,里面有很多关卡,每个关卡都有不同的敌人。你的任务是打败这些敌人,但有时候会出现一些你从未见过的怪物,让你措手不及。为了帮助你识别这些新怪物,游戏中加入了一个助手ObsNet。这个助手会观察你打怪的整个过程,而不仅仅是你打败怪物的结果。在训练时,助手会故意给你一些奇怪的敌人(就像对抗攻击),帮助助手学习识别这些新怪物。这样,当你在游戏中遇到新怪物时,助手可以提醒你,让你做好准备!

术语表

ObsNet (观察者网络)

一种用于检测语义分割中OOD对象的网络架构,通过观察整个分割网络的行为来预测错误。

ObsNet在本文中用于实现快速准确的OOD检测。

Local Adversarial Attack (局部对抗攻击)

一种在图像局部区域生成对抗样本的方法,用于训练ObsNet以改进OOD检测。

LAA用于生成训练数据,帮助ObsNet识别OOD对象。

OOD (Out-of-Distribution)

指训练数据集中未出现的对象或模式,检测这些对象是语义分割中的一个重要挑战。

本文的目标是提高OOD对象的检测准确性。

Semantic Segmentation (语义分割)

一种计算机视觉任务,旨在为图像中的每个像素分配一个类别标签。

本文研究了在语义分割中检测OOD对象的方法。

fpr95tpr (假阳性率@95%真阳性率)

一种评估OOD检测性能的指标,表示在95%真阳性率下的假阳性率。

用于比较不同方法在OOD检测中的表现。

开放问题 这项研究留下的未解疑问

  • 1 如何在不增加计算成本的情况下进一步提高ObsNet的检测精度?
  • 2 是否有其他类型的对抗攻击可以用于改进OOD检测?
  • 3 在更大规模的真实数据集上,ObsNet的性能如何?

应用场景

近期应用

自动驾驶

ObsNet可用于提高自动驾驶系统中语义分割的可靠性,帮助识别未见过的障碍物,确保行车安全。

远期愿景

智能监控

在智能监控系统中应用ObsNet,可以提高异常事件检测的准确性,增强公共安全。

原文摘要

In this paper, we tackle the detection of out-of-distribution (OOD) objects in semantic segmentation. By analyzing the literature, we found that current methods are either accurate or fast but not both which limits their usability in real world applications. To get the best of both aspects, we propose to mitigate the common shortcomings by following four design principles: decoupling the OOD detection from the segmentation task, observing the entire segmentation network instead of just its output, generating training data for the OOD detector by leveraging blind spots in the segmentation network and focusing the generated data on localized regions in the image to simulate OOD objects. Our main contribution is a new OOD detection architecture called ObsNet associated with a dedicated training scheme based on Local Adversarial Attacks (LAA). We validate the soundness of our approach across numerous ablation studies. We also show it obtains top performances both in speed and accuracy when compared to ten recent methods of the literature on three different datasets.

cs.CV