[論文レビュー] Compactly Supported Shearlets are Optimally Sparse

Gitta Kutyniok, Wang‐Q Lim|arXiv (Cornell University)|Feb 12, 2010

Image and Signal Denoising Methods参考文献 12被引用数 20

ひとこと要約

本稿では、$C^2$なエッジ曲線に沿って滑らかでない関数（コッホ・ライクな画像）に対して、コンパクトに台を持つシェアレットが（ほぼ）最適なスパース近似を実現することを示している。具体的には、$L^2$ノルムにおける$N$項近似誤差が最適な速度 $O(N^{-2}\rvert\log N\rvert^{-1})$ で減少することを証明している。証明は、コンパクトな台と弱いモーメント条件を活用した新たな推定に依拠しており、従来の結果がバンド制限された生成子を必要としていたという制限を克服している。

ABSTRACT

Cartoon-like images, i.e., C^2 functions which are smooth apart from a C^2 discontinuity curve, have by now become a standard model for measuring sparse (non-linear) approximation properties of directional representation systems. It was already shown that curvelets, contourlets, as well as shearlets do exhibit (almost) optimally sparse approximation within this model. However, all those results are only applicable to band-limited generators, whereas, in particular, spatially compactly supported generators are of uttermost importance for applications. In this paper, we now present the first complete proof of (almost) optimally sparse approximations of cartoon-like images by using a particular class of directional representation systems, which indeed consists of compactly supported elements. This class will be chosen as a subset of shearlet frames -- not necessarily required to be tight -- with shearlet generators having compact support and satisfying some weak moment conditions.

研究の動機と目的

• 方向的表現系の理論的理解のギャップを埋め、コンパクトに台を持つシェアレットの最適なスパarsityを証明すること。
• 画像処理における空間局所化された解析要素の実用的ニーズに応えること。これは、従来の最適性結果では除外されていた。
• コンパクトに台を持つ生成子と弱いモーメント条件を満たすシェアレット系が、コッホ・ライクな画像に対してほぼ最適な非線形近似速度を達成することを確立すること。
• 方向的消失モーメントが存在せず、コンパクトな台を持つという特徴を有するため、従来の手法とは根本的に異なる完全な証明フレームワークを提供すること。

提案手法

• 著者たちは、タイトでないフレームとしてもよい、コンパクトに台を持つ生成子と弱いモーメント条件を満たすシェアレット系を分析している。
• 局所化と分割技術を用いて、エッジ曲線の近傍および遠方の領域からの寄与に係数 $\langle f, \psi_{j,k,0}\rangle$ を分解している。
• エッジに近い係数については、テイラー展開と不連続性曲線を含む平行四辺形における積分を用いた推定を実施し、シェアレットのコンパクトな台の性質を活用している。
• 特に周波数局所化と空間的サポートの相互作用に注目した、生成子のフーリエ変換の振る舞いの詳細な分析を通じて、減少バウンドを確立している。
• パrameter $s$（有限または無限）に基づく場合分けを行い、それぞれについて別個のバウンドを導出している。
• 重要な推定では、$|\langle f, \psi_{j,k,0}\rangle|$ を $2^{-\frac{9}{4}j}$ および $2^{-\frac{11}{4}j}$ のオーダーに抑えるものであり、これが最終的な最適な近似速度に寄与している。

実験結果

リサーチクエスチョン

• RQ1 方向的消失モーメントを有さないにもかかわらず、コンパクトに台を持つシェアレットがコッホ・ライクな画像に対して（ほぼ）最適なスパース近似を達成できるか？
• RQ2 このようなシェアレット系の $L^2$ における $N$ 項近似誤差の正確な減少速度は何か？
• RQ3 シェアレット生成子のコンパクトな台は、バンド制限系と比較して係数の減少にどのように影響するか？
• RQ4 カーブレットやコンタークトの証明技法を、コンパクトに台を持つ場合に適応できるか、それとも根本的に新しいアプローチが必須か？
• RQ5 方向的消失モーメントが欠落している状況で、弱いモーメント条件が最適近似を保証するために果たす役割は何か？

主な発見

• コンパクトに台を持つシェアレットの $N$ 項近似誤差は、$L^2$ で最適な速度 $O(N^{-2}\rvert\log N\rvert^{-1})$ で減少し、カーブレットやコンタークトの最高水準のレートと一致する。
• 方向的消失モーメントがなくても、弱いモーメント条件とコンパクトな台に依拠することで、この減少速度が達成される。
• 証明により、$s$ が有限の場合には $|\langle f, \psi_{j,k,0}\rangle| \leq C \cdot 2^{-\frac{9}{4}j}$、$s = \infty$ の場合には $|\langle f, \psi_{j,k,0}\rangle| \leq C \cdot 2^{-\frac{11}{4}j}$ であることが示され、これが最終的なレートの根拠となっている。
• 解析により、シェアレットのコンパクトな台が新たな技術的課題をもたらし、バンド制限生成子に基づく従来の証明とは根本的に異なる新しい手法を要することが明らかになった。
• 結果として、コンパクトな台を持つシェアレットが最適なスパarsityを維持することが確認され、空間局所化を要する実用的応用に適していることが示された。
• 本研究は、コンパクトに台を持つ要素を有する方向的表現系について、最適なスパarsityを示す最初の完全な証明を提供し、長年の理論的ギャップを埋めた。