Sequential GCN for AL

Razvan Caramalau / Sequential Graph Convolutional Network for Active Learning / CVPR-2021

Sequential Graph Convolutional Network for Active Learning

1. Problem Definition

Image data로 graph를 생성하여 GCN을 활용한`` model-based active learning (task-agnostic) ``방법론을 제시

  • GCN의 message-passing 특성을 활용하여 강하게 연결된 노드를 비슷하게 embedding한다.

  • 그 후 CorSet, uncertainty-based methods 등의 active learning 방법론을 적용하여 sampling할 data를 선정하고, 이를 통해 labeling cost를 효과적으로 줄인다.

2. Motivation

딥러닝은 image classification, 3D Hand Pose Estimation (HPE) 등의 computer vision 분야에서 상당한 발전을 보이고 있다. 이것은 computing infrastructure의 발전과 large-scale dataset 덕분에 가능한 일이었다. 하지만, 모델을 학습시키려면 data에 라벨링을 하는 과정이 필요하다. 라벨링의 type이 다양하기 때문에 비교적 쉬운 경우도 있지만 대개 이것은 time-consuming task이고, 전문가와 cost가 요구된다.

이러한 이슈로 인하여 효과적으로 의미있는 sample을 선정하는 Active Learning 방법론이 대두되고 있다.

일반적으로, Active Learning (AL) framework에는 세가지 구성요소가 존재하고 각각의 역할은 아래와 같다.

  • learner : target task (downstream task)를 학습하는 모델

  • sampler : fixed budget 내에서 labeling을 요청할 unlabeled data를 선정

  • annotator : queried data를 labeling

여기서, learner와 sampler의 관계에 따라 AL framework는 두가지 카테고리로 나뉘게 된다.

  • task-dependent sampler가 learner가 수행하는 task에 따라 design되는 경우이다. 초기의 대부분의 연구는 task-dependent 였으며 이 경우에는 task가 바뀔 때마다 새롭게 sampler를 디자인 해줘야 하는 한계가 존재한다 (scalability problem)

  • task-agnostic task-dependent와 반대로 task에 영향을 받지 않고, 동일한 sampler를 유지할 수 있다. VAAL과 Learning Loss와 같은 최근 연구가 task-agnostic 방법론을 제시한다. 하지만 이 연구들은 labeled와 unlabeled images 간의 연관성을 탐색하는 mechanism이 부족하다는 단점이 존재한다.

본 논문에서는 task-agnostic하면서 (learner와 sampler가 구분된 model-based AL method이기 때문) labeled, unlabeled 간의 연관성을 표현하지 못한다는 VAAL, Learning Loss의 문제점을 GCN을 적용하여 해결한다.

3. Method

3.1 Pipeline

저자가 제시한 method의 전체적인 pipeline 은 아래 그림과 같다.

총 5 Phase 로 구성되는데, 각각을 learner, sampler, annotator 로 분류하여 설명하자면 아래와 같다.

  1. learner (Phase 1)

    • 적은 수의 seed labeled data로 learner를 training 시키고, 학습된 parameter를 활용하여 labeled, unlabeled data의 feature를 추출해낸다. (Phase 1)

  2. sampler (Phase 2, 3, 4)

    • 각 image의 feature를 node로, image 간의 similarity를 edge로 표현한 graph를 생성한다. (Phase 2)

    • Phase 2에서 생성한 graph에 GCN을 적용하여 embedding을 한다. (Phase 3)

    • 적용할 sampling method (본 논문에서는 UncertainCGN, CoreCGN method가 제시된다. 아래에서 더 자세히 다루겠다.)에 따라 query를 선정한다. (Phase 4)

  3. annotator (Phase 5)

    • query로 선정된 data에 대해 labeling을 한다. (Phase 5)

Phase 1부터 5까지의 과정을 한번 진행하는 것이 한 cycle이다. 다음 iteration에서는 Phase 5에서 labeling한 data를 추가하여 learner를 학습시키는 Phase 1부터 다시 cycle이 시작된다. Labeling을 할 수 있는 정해진 budget에 도달할 때까지 cycle을 반복한다.

3.2 Learner

learner는 downstream task를 학습한다. 본 논문에서는 classification, regression task 모두에 대해 다루었다.

3.2.1 Classification

learner는 CNN image classifier를 사용한다. 특히, 비슷한 parameter complexity에 대해 좋은 성능을 보이는 ResNet-18을 model로 사용한다. Minimize 해야할 loss function은 아래와 같다. (cross-entropy 사용)

3.2.2 Regression

3D HPE task를 다루기 위해서 DeepPrior 모델을 사용한다. 위의 classification task와는 다르게 hand depth image로부터 3D hand joint의 위치를 regress해야한다. Minimize 해야할 loss funcion은 아래와 같다.

classification과 regression 이외의 task가 등장하더라도 전체 pipeline의 구조는 동일하게 유지한 채 learner만 바꿔주면 된다.

3.3 Sampler

앞선 pipeline에서 살펴 보았듯이 Sampler는 주어진 budget 내에서 의미있는 unlabeled data를 sampling하여 annotator에게 labeling을 요청하는 model이다.

3.3.1 Sequential GCN selection process

  • 저자가 제안한 pipeline에서 sampler는 GCN을 사용한다.

  • GCN의 input은 앞선 learner에서 구해진 labeled, unlabeled image들의 feature를 node로, image간의 similarity를 edge로 표현한 graph이다. Graph를 생성하고, GCN을 사용하는 목적은 message-passing을 통해 node가 갖고 있는 uncertainty를 전파시켜 higher-order representation을 하기 위함이다.

  • 이러한 과정을 통해 GCN은 어떤 image를 labeling 해야할지 결정하는 binary classifier의 역할을 하게된다.

3.3.2 Graph Convolutional Network

  1. Graph Structure 구성

  1. 1st layer of GCN

  • Over-smoothing을 방지하기 위해 GCN을 2-layer로 쌓는다.

  • 첫번째 layer는 ReLU를 activation function으로 사용한다.

  1. 2nd layer of GCN

  • 각 노드를 labeled와 unlabeled로 mapping해야하기 때문에 두번째 layer는 sigmoid를 activation function으로 사용한다.

전체적인 과정은 아래와 같은 식으로 표현된다.

또한 loss function은 아래와 같다.

3.3.3 UncertainGCN: Uncertainty sampling on GCN

3.3.4 CoreGCN: CoreSet sampling on GCN

4. Experiment

본 논문에서는 크게 3가지 실험을 진행하였다.

  • Image classification : RGB, grayscale의 image data 활용

  • Regression : depth image 활용

  • Classification : RGB synthetic-generated image 활용

위 실험에 대해 각각 자세히 알아보도록 하자.

4.1 Classification

4.1.1 Datasets and Experimental Settings

  • Dataset

    • CIFAR-10 (RGB)

    • 10 classes

    • 1000개의 seed labeled datas

    • budget : 1000 images

    • CIFAR-100 (RGB)

    • 100 classes

    • 2000개의 seed labeled datas

    • budget : 2000 images

    • 다른 data에 비해 class가 많아서 더 많은 seed labeled data와 budget을 부여함

    • SVHN (RGB)

    • 10 classes

    • 1000개의 seed labeled datas

    • budget : 1000 images

    • FashionMNIST (grayscale)

    • 10 classes

    • 1000개의 seed labeled datas

    • budget : 1000 images\

4.1.2 Implementation details

  • 모든 data에 대해 10번의 cycle만큼 실험 진행한다.

  • Learner

    • ResNet-18을 classification model로 사용

  • Sampler

    • 2 layers GCN을 model로 사용

4.1.3 Compared Methods and Evaluation Metric

  • baseline

    • Random sampling : 가장 기본적인 default baseline이다.

    • CoreSet : geometric technique 중 가장 좋은 퍼포먼스를 보인다.

    • VAAL & Learning Loss : task-agnostic framework에서 SOTA baseline이다.

    • FeatProp : GCN based framework에서 대표적인 baseline이다.

  • Evaluation Metric

    • Test set에 대한 5번의 실험에서의 mean average accuracy를 바탕으로 evaluate한다.

4.1.4 Quantitative Comparisons

ResNet-18로 learner를 구성하여 전체 dataset을 사용하여 training을 시키면 (Active Learning 미사용) 각 dataset에서 아래와 같은 결과가 도출된다. 그리고 이것은 AL 성능의 upperbound일 것이다. - CIFAR-10 : 93.09% - CIFAR-100 : 73.02% - FashionMNIST : 93.74% - SVHN : 95.35%

  • 위의 그래프는 각각의 dataset에서 저자가 제시한 UncertainGCN, CoreGCN과 다른 baseline method와의 성능을 비교하여 보여준다.

  • 저자가 제시한 두가지 sampling method 모두 다른 baseline method에 비해 웃도는 성능을 보이는 것을 그래프를 보면 확인할 수 있을 것이다.

  • 주목할만한 점은 CIFAR-100 dataset에서 CoreGCN method를 사용하면 20000개의 sampling으로 대략 69%의 accuracy를 낼 수 있는데, 이는 전체 training dataset을 모두 사용했을 때보다 4%만 낮은 수치이다. 적절한 sampling을 통해 적은 dataset을 가지고(cost 절약) 거의 비슷한 성능을 낼 수 있음을 의미한다.

4.1.5 Qualitative Comparisons

실제로 각 sampling method 들이 어떠한 unlabeled data를 sampling하는지를 t-SNE plot을 통해 직접 관찰한다. Stage가 진행됨에 따라 확연한 차이를 관찰하기 위해 첫번째 stage와 3단계가 더 진행된 4번째 stage를 plot하면 아래와 같다.

  • 첫번째 stage에서는 sampling method 간에 큰 차이가 관찰되지 않는다.

  • Figure 5는 CoreSet과 UncertainGCN을 비교해놓은 그림이다. 4번째 stage에서 select한 sample을 보면, CoreSet에 비해 UncertainGCN은 더욱 class의 경계에 위치하는 sample들(uncertainty가 높은 sample)을 select한 것을 확인 가능하다.

  • Figure 6은 CoreSet과 CoreGCN을 비교해놓은 그림이다. CoreGCN은 geometric information을 기반으로 하기 때문에 sample들이 몰려있는 것을 방지한다. 하지만 uncertain area로부터 message-passing을 받기 때문에 CoreSet처럼 class의 중앙에 위치하는 것은 아니다. CoreGCN은 geometric information과 uncertainty 간의 balance를 고려하여 sampling한다.

4.2 Regression

4.2.1 Datasets and Experimental Settings

  • Dataset

    • ICVL (hand depth-images)

    • 16004개의 training set과 1600개의 test set

    • 매 selection stage에서 100개의 unlabeled data를 select

4.2.2 Implementation details

  • DeepPrior 를 learner로 사용

  • Sampler 등의 다른 요소들은 위의 classification task 때와 동일하게 유지

  • Detecting hands, centre, crop 그리고 image resize를 위해 U-Net을 사용하여 pre-train

4.2.3 Compared Methods and Evaluation Metric

  • baseline

    • Random sampling : 가장 기본적인 default baseline이다.

    • CoreSet : geometric technique 중 가장 좋은 퍼포먼스를 보인다.

  • Evaluation Metric

    • Test set에 대한 5번의 실험에서의 mean squared error의 평균과 standard deviation을 evaluation metric으로 사용하여 비교한다.

4.2.4 Quantitative Evaluation

  • ICVL dataset을 가지고 4가지 방법으로 실험한 결과를 나타낸 그래프이다.

  • CoreGCN과 UncertainGCN이 second stage부터 다른 방법에 비해 낮은 mse를 보이며, 각각 6번째, 5번째 selection stage까지 급격히 감소하는 것을 볼 수 있다.

  • 이는 매우 제한된 budget 내에서도 저자가 제안한 두 방법이 다른 방법들에 비해 좋은 성능을 보일 수 있다는 것을 보여준다.

4.3 Sub-sampling of Synthetic Data

  • Dataset

    • RaFD

    • StarGAN을 사용하여 generate한 face expression이다.

    • GAN이 실제와 매우 유사한 generated image를 생성해주지만, 모든 generated image를 바로 train data로 사용하기에는 무리가 있다.

    • 따라서 정확하고, 의미있는 data를 select할 필요가 있다.

  • Result

  • Random sampling에 비해 UncertainGCN이 더 작은 variance와 함께 더 좋은 accuracy를 보이고 있다.

  • Model을 train하기 위해 적은 수의 synthetic example만이 useful하다.

5. Conclusion

  • GCN based의 task-agnostic한 sampling method를 제시하였다.

  • Image의 feature를 기반으로 node를, similarity를 기반으로 edge를 표현하여 graph를 생성하고, message-passing을 표현할 수 있는 GCN을 적용한다.

  • 저자가 제안한 UncertainGCN, CoreGCN은 6개의 data에 대하여 SOTA 결과를 도출하였다.

  • Key Idea learner를 통해 1차적으로 각 data의 feature를 추출한다음 각각의 similarity를 고려하여 graph domain으로 변경하여 message-passing이 가능하도록 sampler를 design했다.

Author Information

  • Seungyoon Choi

    • KAIST

    • Deep Learning, Avtive Learning, Graph Neural Network

6. Reference & Additional materials

  • Reference

    • https://arxiv.org/abs/2006.10219

    • https://openaccess.thecvf.com/content/CVPR2021/supplemental/Caramalau_Sequential_Graph_Convolutional_CVPR_2021_supplemental.pdf

PreviousflanNextDNNGP

Last updated