[論文レビュー] Deep BCD-Net Using Identical Encoding-Decoding CNN Structures for Iterative Image Recovery

Il Yong Chun, Jeffrey A. Fessler|arXiv (Cornell University)|Feb 20, 2018

Sparse and Compressive Sensing Techniques参考文献 18被引用数 8

ひとこと要約

本稿では、極めて計算が重い画像撮影における反復的画像回復を向上させるために、同一の符号化・復号化畳み込みニューラルネットワーク（CNN）構造を用いた再帰的ニューラルネットワーク「Deep BCD-Net」を提案する。ADMMで訓練し、符号化と復号化に共有フィルタを活用することで、従来のBCD-Netの変種や一般的なウェーブレット-TVモデルに比べ、特に低SNRノイズ除去および10％の undersampled MRI において顕著に高い再構成精度を達成する。

ABSTRACT

In "extreme" computational imaging that collects extremely undersampled or noisy measurements, obtaining an accurate image within a reasonable computing time is challenging. Incorporating image mapping convolutional neural networks (CNN) into iterative image recovery has great potential to resolve this issue. This paper 1) incorporates image mapping CNN using identical convolutional kernels in both encoders and decoders into a block coordinate descent (BCD) signal recovery method and 2) applies alternating direction method of multipliers to train the aforementioned image mapping CNN. We refer to the proposed recurrent network as BCD-Net using identical encoding-decoding CNN structures. Numerical experiments show that, for a) denoising low signal-to-noise-ratio images and b) extremely undersampled magnetic resonance imaging, the proposed BCD-Net achieves significantly more accurate image recovery, compared to BCD-Net using distinct encoding-decoding structures and/or the conventional image recovery model using both wavelets and total variation.

研究の動機と目的

• 測定値が著しくアンダーサンプリングされたり、ノイズが多く含まれたりする極めて計算が重い画像撮影における正確で効率的な画像回復の課題に対処すること。
• 従来のBCD-Net手法で用いられる別個の符号化・復号化CNNの表現能力の限界を克服し、トレーニングデータの豊かさを十分に捉えることができない問題を解決すること。
• ブロック座標降下法（BCD）フレームワーク内で符号化パスと復号化パスの両方に同一の畳み込みカーネルを使用することで、収束速度と再構成精度を向上させること。
• 安定的かつ効率的な最適化を実現するため、画像マッピングネットワークのエンドツーエンド訓練を、交替方向乗数法（ADMM）を用いて行うこと。

提案手法

• 符号化ブランチと復号化ブランチの両方に同一の畳み込みカーネルを使用することで、特徴表現とパラメータ効率を向上させる、新しいBCD-Netアーキテクチャを提案する。
• 信号xと補助変数zの2つの変数を用いるブロック座標降下（BCD）最適化フレームワークを採用し、データ適合項と正則化項によって関連付ける。
• 各層に定義された学習可能な画像マッピングネットワークを、畳み込み、ソフトスレッショルド、逆畳み込みの和として定式化し、共有フィルタを用いる。
• エンドツーエンドの訓練を実現するため、交替方向乗数法（ADMM）を適用し、最適化中の収束性と安定性を保証する。
• 画像信号の位相と振幅情報を適切に扱うために、複素数演算と複素数ドメインにおけるソフトスレッショルド処理を導入する。
• ADMMフレームワーク内の部分問題に対して閉形式解を導出することで、トレーニングの高速化とスケーラビリティの向上を図る。

実験結果

リサーチクエスチョン

• RQ1 反復的BCDベースのネットワークにおいて、異なる構造と比較して同一の符号化・復号化CNN構造が画像回復性能を向上させることができるか？
• RQ2 符号化パスと復号化パスに共有フィルタを使用することで、トレーニングデータの特徴学習と表現が向上するか？
• RQ3 このようなネットワークのADMMベースの訓練が、画像回復タスクにおいてより速い収束と高い精度を達成できるか？
• RQ4 提案されたBCD-Netは、ウェーブレットと全変動（TV）を用いる従来のモデルと比較して、低SNRノイズ除去および高アンダーサンプリングMRIでどのように性能を発揮するか？
• RQ5 本フレームワークにおける層の数を増加させることで、再構成精度とPSNRの向上にどのような影響を与えるか？

主な発見

• 低SNRノイズ除去（σ = 30）において、提案されたBCD-Netは、異なる構造を持つBCD-NetよりもPSNRを0.92–1.32 dB向上させる。
• 10％アンダーサンプリングMRI再構成において、提案されたBCD-Netと従来のBCD-Netとの間のPSNR差は、層数が増えるにつれて拡大し、最大で0.92 dBに達する。
• わずか10層で、従来のウェーブレット-TVモデルに比べてPSNRを5 dB向上させ、最小限のイテレーションで優れた精度を達成する。
• 同一の符号化・復号化構造により、トレーニングデータにさらに適応しやすいフィルタの学習が可能となり、特徴表現が向上している。
• ADMMベースの訓練フレームワークにより、収束が安定し、画像マッピングネットワークのエンドツーエンド最適化が可能である。
• ラジアルまたはスパイラルMRIにおけるアリゼーションや、スパarsely viewed CTにおけるストリークノイズといった構造的アーティファクトに対しても有効であるが、今後の研究でさらに検証が必要である。