[論文レビュー] Breaking the coherence barrier: A new theory for compressed sensing

Ben Adcock, Anders C. Hansen+2 more|arXiv (Cornell University)|Feb 4, 2013

Sparse and Compressive Sensing Techniques参考文献 80被引用数 65

ひとこと要約

この論文は、スパarsity、非一様性、一様なランダムサンプリングの古典的原則を、漸近的スパarsity、漸近的非一様性、マルチレベルランダムサブサンプリングに置き換える新しい理論的枠組みを導入する。この理論は、MRI や CT のような実世界の応用において、古典理論が非一様性の欠如のため失敗するにもかかわらず、圧縮センシングの実証的成功を説明し、構造的なサンプリング戦略が再構成品質と測定効率を著しく向上させることを示している。

ABSTRACT

This paper provides an extension of compressed sensing which bridges a substantial gap between existing theory and its current use in real-world applications. It introduces a mathematical framework that generalizes the three standard pillars of compressed sensing - namely, sparsity, incoherence and uniform random subsampling - to three new concepts: asymptotic sparsity, asymptotic incoherence and multilevel random sampling. The new theorems show that compressed sensing is also possible, and reveals several advantages, under these substantially relaxed conditions. The importance of this is threefold. First, inverse problems to which compressed sensing is currently applied are typically coherent. The new theory provides the first comprehensive mathematical explanation for a range of empirical usages of compressed sensing in real-world applications, such as medical imaging, microscopy, spectroscopy and others. Second, in showing that compressed sensing does not require incoherence, but instead that asymptotic incoherence is sufficient, the new theory offers markedly greater flexibility in the design of sensing mechanisms. Third, by using asymptotic incoherence and multi-level sampling to exploit not just sparsity, but also structure, i.e. asymptotic sparsity, the new theory shows that substantially improved reconstructions can be obtained from fewer measurements.

研究の動機と目的

• 圧縮センシングの理論と、MRI や CT のような実世界の逆問題における実用的成功の間のギャップを埋めること。
• センシング作用素がスパース化基底と非一様性を示す応用において、古典的圧縮センシング理論が失敗する理由を解消すること。
• 非一様かつ構造に配慮したサンプリング戦略が、ユニバーサルなセンシング作用素を凌駕する数学的・厳密な基盤を提供すること。
• 制限等長性性質（RIP）が実用的成功に必要でも十分でもないことを示し、代わりに漸近的非一様性が十分であることを示すこと。
• マルチレベルサブサンプリングを用いた信号構造の活用が、ユニバーサルなセンシング作用素よりも少ない測定数でより優れた再構成を実現できることを確立すること。

提案手法

• 有限次元スパarsityの一般化としての漸近的スパarsityを導入し、スケールにわたる極限的意味でのスパarsityを許容する。
• 厳密な非一様性条件の緩和としての漸近的非一様性を定義し、フーリエ変換やラドン変換のような構造的・非ランダムなセンシング作用素の使用を可能にする。
• 信号構造に基づき、周波数またはスケールの各レベルでサンプリングレートを適応的に変更するマルチレベルランダムサブサンプリングを提案する。
• スケール依存の減衰率と重み付きノルムを用いた、新たな非一様性推定フレームワークを構築し、再構成誤差の上限を導出する。
• コーシー＝シュワルツ不等式と幾何級数の推定を用いて、新しい枠組み下での安定回復の十分条件を導出する。
• 有限次元および無限次元の両設定に理論を拡張し、画像処理で一般的な逆犯罪と連続モデルに対処する。

実験結果

リサーチクエスチョン

• RQ1 MRI や CT のような応用において、古典理論の非一様性仮定を満たさないにもかかわらず、なぜ圧縮センシングが実際には機能するのか？
• RQ2 非一様かつ構造に配慮したサンプリングパターンの実世界画像処理における成功を説明できる理論的枠組みを開発できるか？
• RQ3 制限等長性性質（RIP）は、実用的逆問題における安定回復にとって、どの程度必要または十分であるか？
• RQ4 スパarsityを越えた信号構造をどのように活用すれば、再構成品質の向上と測定要件の低減が達成できるか？
• RQ5 センシング作用素のユニバーサル性は真に望ましいものなのか、それとも、漸近的非一様性と組み合わせることで、構造的かつ非ユニバーサルな作用素がより優れた性能を発揮できるか？

主な発見

• 新しい理論は、MRI や CT、電子顕微鏡などの非一様的で実世界的な画像処理問題において、古典理論が失敗するにもかかわらず圧縮センシングの実証的成功を説明できる。
• 漸近的非一様性が安定回復に十分であり、フーリエ変換のような標準的センシング作用素をランダマイゼーションなしに使用可能にする。
• 信号構造に適合したマルチレベルランダムサブサンプリングは、測定数を減らしても、一様ランダムサブサンプリングよりも著しく優れた再構成品質を実現する。
• 理論は、最適なサンプリング戦略がスパarsityだけでなく、信号の階層的構造にも依存することを示しており、古典的仮定と矛盾する。
• 多くの実用的応用において制限等長性性質（RIP）は成立せず、しかし新しい枠組み下ではその欠如が成功回復を妨げない。
• このフレームワークは、高速変換（例：FFT、ハダマード変換）を活用した計算効率の良い再構成を可能にし、大規模画像処理問題への実用性を高める。