[論文レビュー] Denoising and Completion of 3D Data via Multidimensional Dictionary Learning

Zemin Zhang, Shuchin Aeron|arXiv (Cornell University)|Dec 31, 2015

Sparse and Compressive Sensing Techniques参考文献 24被引用数 23

ひとこと要約

本稿では、t-SVDフレームワークにおけるスパースコーディングにテンソルSVDを用いることで、K-SVDを3次元データに拡張する新規な多次元辞書学習アルゴリズムK-TSVDを提案する。動画やマルチスペクトル画像などの3次元構造を保持することで、K-TSVDは複数のデータセットにおいてノイズ除去および欠損補完タスクで最先端のPSNR性能を達成し、K-SVD、3DK-SVD、BM3D、および低ランクテンソル手法を上回っている。

ABSTRACT

In this paper a new dictionary learning algorithm for multidimensional data is proposed. Unlike most conventional dictionary learning methods which are derived for dealing with vectors or matrices, our algorithm, named KTSVD, learns a multidimensional dictionary directly via a novel algebraic approach for tensor factorization as proposed in [3, 12, 13]. Using this approach one can define a tensor-SVD and we propose to extend K-SVD algorithm used for 1-D data to a K-TSVD algorithm for handling 2-D and 3-D data. Our algorithm, based on the idea of sparse coding (using group-sparsity over multidimensional coefficient vectors), alternates between estimating a compact representation and dictionary learning. We analyze our KTSVD algorithm and demonstrate its result on video completion and multispectral image denoising.

研究の動機と目的

• 3次元データにおけるベクトル化または行列ベースの辞書学習の限界を解消し、空間的・構造的整合性を損なわないようにすること。
• 動画やマルチスペクトル画像などの3次元テンソルの内在的な多次元構造を保持する辞書学習フレームワークを開発すること。
• スパースコーディングと3次元データの再構成を、新規なテンソルSVD（t-SVD）フレームワークを用いて向上させることで、ノイズ除去および補完を改善すること。
• t-SVDを介してK-SVDアルゴリズムを高次元テンソルに一般化し、多次元係数テンソルにおけるグループスパarsity制約を導入すること。

提案手法

• 巡回畳み込みと作用素理論的テンソル乗算に基づく、新しいテンソルSVD（t-SVD）フレームワークを導入し、代数的テンソル因子分解を可能にする。
• 3次テンソルのt-SVDドメインにおけるスパース表現を促進するため、「チューブスパarsity」を用いた新しい目的関数を定式化する。
• K-TSVDアルゴリズムは、t-SVDに基づくプルーリングによるスパースコーディングと辞書更新を交互に繰り返し、多次元係数ベクトルにおけるグループスパarsityを活用する。
• ベクトル化を伴わず、3次元データから直接過完備辞書を学習し、すべてのテンソルモードで構造的整合性を保持する。
• t-SVDフレームワーク内での修正K-SVD更新ルールを適用し、スパースコーディングと辞書学習の部分問題を交互に最小化することで収束を保証する。
• 学習されたスパース表現を用いて欠損または破損したエントリを再構成することで、ノイズ除去およびデータ補完の両方をサポートする。

実験結果

リサーチクエスチョン

• RQ1 ベクトル化または行列ベースの手法よりも、辞書学習アルゴリズムが動画やマルチスペクトルデータの3次元構造的整合性をより効果的に保持できるか。
• RQ2 t-SVDに基づくスパースコーディングは、従来のK-SVDおよび3DK-SVDと比較して、3次元データにおけるノイズ除去性能でどのように差をつけるか。
• RQ3 多次元係数テンソルにおけるグループスパarsityは、テンソルベースの辞書学習における再構成精度をどの程度向上させるか。
• RQ4 提案されたK-TSVD手法は、ノイズが多いか欠損のある3次元データを処理する際、低ランクテンソル近似法やCPベースの手法を上回るか。
• RQ5 元のテンソル構造を保持することで、動画およびハイパースペクトル画像の補完およびノイズ除去タスクにどのような影響を与えるか。

主な発見

• チャートおよびおもちゃのハイパースペクトルデータセットでは、K-TSVDは10%のノイズスパarsityおよびσ=100の条件下で27.19 dBのPSNRを達成し、K-SVD（22.73 dB）、3DK-SVD（22.61 dB）、BM3D（26.95 dB）を上回った。
• 自然景観のハイパースペクトルデータセットでは、5%のスパarsityおよびσ=100の条件下でK-TSVDは25.94 dBのPSNRを達成し、LRTA（25.64 dB）およびPARAFAC（24.57 dB）を多くの場合で上回った。
• 10%のノイズピクセルおよびσ=100の条件下での動画ノイズ除去において、K-TSVDは25.94 dBのPSNRを達成し、BM3DおよびLRTAと同等の優れた性能を示した。
• K-TSVDは、全ノイズレベルおよびスパarsity設定において、K-SVDおよび3DK-SVDを一貫して上回った。これは、3次元構造を保持する利点が裏付けられた。
• 本手法は、ハイパースペクトル画像および動画シーケンスを含む合成的および実世界のデータにおいて優れた結果を達成し、そのロバストネスと一般化能力を確認した。
• 結果から、複雑なノイズパターンを有する3次元データに対して、t-SVDに基づくスパースコーディングとグループスパarsityは、低ランク近似やCPベースの手法よりも効果的であると考えられる。