[論文レビュー] A block-based inter-band predictor using multilayer propagation neural network for hyperspectral image compression

Rui Dusselaar, Manoranjan Paul|arXiv (Cornell University)|Feb 12, 2019

Image and Signal Denoising Methods参考文献 31被引用数 6

ひとこと要約

本稿では、高スペクトル画像圧縮のための、多層パーセプトロンニューラルネットワーク（MLPNN）を用いたブロックベース相互帯域予測子（BIP）を提案する。MLPNNを用いて現在の帯域データから次のスペクトル帯域を予測するように学習させることで、符号化対象はネットワークの重みとバイアスのみとなり、大幅にビットレートを削減できる。この手法はCCSDS-123を2.0 dB以上上回るPSNR向上を達成し、0.1 bppb未満のレートでも30–40 dBのPSNRを維持する。

ABSTRACT

In this paper, a block-based inter-band predictor (BIP) with multilayer propagation neural network model (MLPNN) is presented by a completely new framework. This predictor can combine with diversity entropy coding methods. Hyperspectral (HS) images are composed by a series high similarity spectral bands. Our assumption is to use trained MLPNN predict the succeeding bands based on current band information. The purpose is to explore whether BIP-MLPNN can provide better image predictive results with high efficiency. The algorithm also changed from the traditional compression methods encoding images pixel by pixel, the compression process only encodes the weights and the biases vectors of BIP-MLPNN which require few bits to transfer. The decoder will reconstruct a band by using the same structure of the network at the encoder side. The BIP-MLPNN decoder does not need to be trained as the weights and biases have already been transmitted. We can easily reconstruct the succeeding bands by using the BIP-MLPNN decoder. The experimental results indicate that BIP-MLPNN predictor outperforms the CCSDS-123 HS image coding standard. Due to a good approximation of the target band, the proposed method outperforms the CCSDS-123 by more than 2.0dB PSNR image quality in the predicted bands. Moreover, the proposed method provides high quality image e.g., 30 to 40dB PSNR at very low bit rate (less than 0.1 bpppb) and outperforms the existing methods e.g., JPEG, 3DSPECK, 3DSPIHT and in terms of rate-distortion performance.

研究の動機と目的

• 帯域間のスペクトル相関を活用することで、効率的な高スペクトル画像圧縮のニーズに対応すること。
• 高次元のスペクトルデータに対して計算量が多く、効果が限定的な従来のピクセル単位の圧縮手法の限界を克服すること。
• 予測の残差をそのまま符号化する代わりに、モデルパラメータのみを符号化することでビットレートを低減するニューラルネットワークベースの予測子を開発すること。
• CCSDS-123 やJPEGベースの手法と比較して優れたレート・ディストーション性能を達成すること。
• 特に0.1 bpppb未満の非常に低いビットレートでも高品質な再構成を実現し、宇宙探査や画像応用分野での実用的導入を可能にすること。

提案手法

• 空間的ブロックに高スペクトル画像を分割し、局所的な相互帯域予測を可能にする。
• 現在の帯域を入力として、多層パーセプトロンニューラルネットワーク（MLPNN）を学習させ、次の帯域のスペクトル応答を予測する。
• 予測誤差ではなく、学習済みMLPNNの重みとバイアスのみを符号化することで、必要なビット数を最小限に抑える。
• 復号器側でも同じMLPNNアーキテクチャを用い、送信された重みとバイアスを使って帯域を再構成する。再学習の必要がなく、低複雑度の復号が可能になる。
• BIP-MLPNN予測子に多様性エントロピー符号化技術を統合し、さらに圧縮効率を向上させる。
• ブロック単位で予測を適用することで、並列処理が可能となり、さまざまな空間的解像度に対してもスケーラブルな性能を実現する。

実験結果

リサーチクエスチョン

• RQ1 MLPNNを用いた学習済み相互帯域予測子は、従来の相互帯域予測手法を上回る性能を示すか。
• RQ2 予測誤差ではなくネットワークパラメータのみを符号化することで、BIP-MLPNNはどれほどビットレートを削減できるか。
• RQ3 極めて低いビットレートにおけるPSNRおよびレート・ディストーション効率について、CCSDS-123基準と比較してBIP-MLPNNはどの程度の性能を示すか。
• RQ4 0.1 bpppb未満のビットレートでも、本手法は高品質な再構成（例：30–40 dB PSNR）を維持できるか。
• RQ5 エンコーダとデコーダで共通のMLPNN構造を用いることで、再学習なしに効率的かつ低複雑度の復号が可能になるか。

主な発見

• BIP-MLPNN予測子は、予測帯域においてCCSDS-123基準を2.0 dB以上上回るPSNRを達成し、画像品質の顕著な向上を示している。
• 0.1 bppb未満のビットレートでも、PSNRが30～40 dBの範囲で高い再構成品質を維持している。
• JPEG、3DSPECK、3DSPIHTといった既存の圧縮技術と比較して、レート・ディストーション性能において優れた性能を示している。
• MLPNNの重みとバイアスのみを符号化することで、データ送信コストを顕著に削減でき、効率的な送信・保存が可能になった。
• デコーダは同じネットワーク構造と送信されたパラメータを用いて帯域を再構成するため、再学習の必要がなく、低複雑度の復号が実現された。
• ブロックベースの設計により、局所的予測と並列処理が可能となり、スケーラビリティと計算効率が向上した。