[論文レビュー] Computing distances and geodesics between manifold-valued curves in the SRV framework

Alice Le Brigant|arXiv (Cornell University)|Jan 11, 2016

Morphological variations and asymmetry参考文献 42被引用数 19

ひとこと要約

本稿では、曲線の再パrameterizationに不変なリーマン計量を、多様体値曲線の空間に導入する。この計量は、平方根速度関数（SRVF）フレームワークを用いて構築され、多様体の幾何構造と曲線の再パラメータリゼーションの両方を考慮した測地線と距離の計算を可能にする。この方法により、接続 bundle TM 上の自然な計量を引き戻して、1階のソボレフ計量を定義し、明示的な測地線方程式および指数関数・ヤコビ場の計算が得られる。このフレームワークは、レーダ信号解析への応用を念頭に、双曲半平面の曲線に対して検証された。

ABSTRACT

This paper focuses on the study of open curves in a Riemannian manifold M, and proposes a reparametrization invariant metric on the space of such paths. We use the square root velocity function (SRVF) introduced by Srivastava et al. to define a Riemannian metric on the space of immersions M'=Imm([0,1],M) by pullback of a natural metric on the tangent bundle TM'. This induces a first-order Sobolev metric on M' and leads to a distance which takes into account the distance between the origins in M and the L2-distance between the SRV representations of the curves. The geodesic equations for this metric are given and exploited to define an exponential map on M'. The optimal deformation of one curve into another can then be constructed using geodesic shooting, which requires to characterize the Jacobi fields of M'. The particular case of curves lying in the hyperbolic half-plane is considered as an example, in the setting of radar signal processing.

研究の動機と目的

• リーマン多様体 M 内の開かつ向き付けられた曲線の空間に、再パラメータリゼーション不変なリーマン計量を構築すること。
• ユークリッド空間に限らない一般のリーマン多様体へ、SRVFフレームワークを拡張し、曲線全体にわたり幾何的忠実性を保持すること。
• 最適な曲線変形を実現する測地線シューティングによる、明示的な測地線方程式および指数関数・ヤコビ場の計算を導出すること。
• レーダ信号処理の文脈で、ガウス分布の統計的多様体と同値であることが知られる双曲半平面へのフレームワークの応用。
• 局所定常レーダ信号の統計的解析のため、この空間における曲線のフレシェ平均の計算。

提案手法

• SRVF変換を介して、接続 bundle TM 上の自然な L2 計量を引き戻することにより、曲線の空間 M = Imm([0,1], M) 上にリーマン計量 G を定義する。
• すべての φ ∈ Diff+([0,1]) に対して Gc◦φ(h◦φ, k◦φ) = Gc(h,k) となるように G を構築することで、再パラメータリゼーション不変性を確保する。
• 引き戻し構造を用いて G の測地線方程式を導出し、測地線シューティングによる数値的測地線計算を可能にする。
• 測地線方程式を用いて、曲線間の最適変形を計算するための指数写像を構築する。
• 測地線に沿ったヤコビ場を特徴づけることで、測地線シューティングアルゴリズムおよび形状空間解析を支援する。
• 双曲半平面 H にフレームワークを適用し、既知の計量および測地線構造を活用して、シミュレートされたレーダデータ上でアルゴリズムの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 多様体値曲線の空間に、基本多様体の内在的幾何構造を尊重する再パラメータリゼーション不変なリーマン計量をどのように定義できるか？
• RQ2 この新しい計量における測地線および指数写像の構造は何か？ そして、それらをどのように効率的に計算できるか？
• RQ3 平行移動を単一の接空間に依存する従来の手法と比較して、このSRVFベースの手法はどのように異なるか？
• RQ4 このフレームワークは、特に信号処理の文脈において、双曲半平面のような非ユークリッド空間に効果的に適用可能か？
• RQ5 この計量におけるフレシェ平均の挙動は何か？ また、非平坦空間における曲線の集合をどれほどよく代表するか？

主な発見

• 提案された計量は再パラメータリゼーション不変であり、多様体 M 内の曲線の原点間の距離と、それらの SRV 表現間の L2 距離の両方を考慮したリーマン多様体構造を曲線空間に誘導する。
• 引き戻し構造を用いて測地線方程式を明示的に導出し、指数関数およびヤコビ場写像を用いた測地線シューティングによる数値的測地線計算が可能になる。
• すべての曲線データを単一の接空間に平行移動する必要がなくなるため、多様体の曲率に起因する幾何的情報を曲線全体にわたってより多く保持する。
• 双曲半平面では、11本のレーダ信号曲線のフレシェ平均が成功裏に計算され、黒色で示された平均曲線は、小さなローター回転速度の変動下での反射係数の平均的変化を正確に捉えている。
• シミュレートされたヘリコプターのレーダデータ上でアルゴリズムが検証され、平均曲線がターゲット認識のための頑健な基準シグネイチャとして機能している。赤と青の端は、それぞれ最高および最低のローター回転速度を示している。
• 理論的証明により、双曲半平面における対数写像、指数写像、平行移動写像の正しさが確認され、モビウス変換および行列指数を用いて測地線およびベクトル輸送の明示的公式が導出された。