[論文レビュー] A semidiscrete version of the Citti-Petitot-Sarti model as a plausible model for anthropomorphic image reconstruction and pattern recognition

Dario Prandi, Jean-Paul Gauthier|arXiv (Cornell University)|Apr 10, 2017

Morphological variations and asymmetry被引用数 8

ひとこと要約

本稿では、$SE(2)$ の有限回転近似である群 $SE(2,N)$ 上に、Citti-Petitot-Sarti の非リーマン的幾何学的モデルの半離散版を提案する。これにより、より単純な調和解析が可能となり、画像再構成およびパターン認識が向上する。モデルは左不変構造と最大殆ど周期的群の性質を活用し、理論的根拠が強く、効率的で実用的なアルゴリズムを実現する。

ABSTRACT

In his beautiful book [66], Jean Petitot proposes a sub-Riemannian model for the primary visual cortex of mammals. This model is neurophysiologically justified. Further developments of this theory lead to efficient algorithms for image reconstruction, based upon the consideration of an associated hypoelliptic diffusion. The sub-Riemannian model of Petitot and Citti-Sarti (or certain of its improvements) is a left-invariant structure over the group $SE(2)$ of rototranslations of the plane. Here, we propose a semi-discrete version of this theory, leading to a left-invariant structure over the group $SE(2,N)$, restricting to a finite number of rotations. This apparently very simple group is in fact quite atypical: it is maximally almost periodic, which leads to much simpler harmonic analysis compared to $SE(2).$ Based upon this semi-discrete model, we improve on previous image-reconstruction algorithms and we develop a pattern-recognition theory that leads also to very efficient algorithms in practice.

研究の動機と目的

• 主視覚皮質のサブリーマン幾何学的モデルに基づく、簡略化され、計算的に取り扱いやすいモデルの開発。
• 回転対称性を有限個の角度に制限することにより、画像再構成およびパターン認識アルゴリズムの改善。
• $SE(2,N)$ の最大殆ど周期的構造を活用し、連続的 $SE(2)$ 群よりも効率的な調和解析を実現。
• 視覚認識の神経生理学的モデルと、コンピュータビジョン分野における実装可能な実用的アルゴリズムを橋渡し。
• 生物学的妥当性を維持しながら計算効率を高める理論的かつアルゴリズム的枠組みの提供。

提案手法

• 回転を有限で離散的な角度の集合に制限した、群 $SE(2,N)$ 上の半離散サブリーマン幾何学的モデルを定式化。
• $SE(2,N)$ 上に左不変リーマン構造を構築し、元の $SE(2)$ モデルの主要な幾何的性質を保持。
• $SE(2,N)$ の最大殆ど周期的性質を活用し、調和解析を簡略化し、群表現の効率的計算を可能にする。
• $SE(2,N)$ 上に超楕円型拡散過程を設計し、一次視覚皮質における神経統合をモデル化。
• 群論的ツールと有限群上の効率的フーリエ解析を活用して、半離散モデルに基づく画像再構成およびパターン認識アルゴリズムを実装。
• 補間およびサブリーマン幾何学分野における先行研究の結果を統合し、モデルの理論的・アルゴリズム的基盤を強化。

実験結果

リサーチクエスチョン

• RQ1 有限回転近似である $SE(2)$ 群の $SE(2,N)$ は、元の Citti-Petitot-Sarti モデルの神経生理学的および幾何的性質を保持できるか？
• RQ2 $SE(2,N)$ の半離散的構造は、連続的 $SE(2)$ 群と比較して調和解析をどの程度簡略化できるか？
• RQ3 半離散モデルは、画像再構成およびパターン認識アルゴリズムの効率性と正確性をどの程度向上できるか？
• RQ4 最大殆ど周期性は、視覚処理におけるサブリーマンモデルの計算的取り扱いやすさにどのような影響を及ぼすか？
• RQ5 サブリーマン幾何学の理論的枠組みを、生物学的妥当性を保ちつつ、離散的かつ有限群にどのように適応できるか？

主な発見

• $SE(2,N)$ の半離散群は最大殆ど周期的であり、連続的 $SE(2)$ 群と比較して著しく簡略化された調和解析が可能である。
• 提案されたモデルにより、$SE(2,N)$ 上の調和解析の取り扱いやすさを活かした、より効率的な画像再構成アルゴリズムが実現された。
• モデルは、神経生理学的原則に基づいた実用的で高性能なパターン認識アルゴリズムの開発を支援する。
• 有限回転構造は、元の $SE(2)$ モデルの重要な幾何的および力学的特徴を保持しつつ、計算複雑性を低減する。
• 補間およびサブリーマン幾何学分野における先行研究の統合により、モデルの理論的頑健性と応用可能性が向上した。
• 本アプローチは複数の研究助成金および共同研究によって支援されており、強い学術的・技術的妥当性を示している。