[論文レビュー] Local Radon Descriptors for Image Search

Morteza Babaie, Hamid R. Tizhoosh+2 more|arXiv (Cornell University)|Oct 11, 2017

Advanced Image and Video Retrieval Techniques参考文献 19被引用数 5

ひとこと要約

本論文では、局所的ラドン投影を計算し、対になる投影（0° および 90°）間の微分比と和を分析することで、画像検索性能を向上させるコン act な画像記述子であるローカルラドン記述子（LRD）を提案する。LRD はグローバルラドン手法を著しく上回る性能を達成し、LBP や HOG と同等の検索精度を実現する一方で、グローバルラドンの 4 倍短く、LBP の最大 28 倍も短い記述子長さを実現する。

ABSTRACT

Radon transform and its inverse operation are important techniques in medical imaging tasks. Recently, there has been renewed interest in Radon transform for applications such as content-based medical image retrieval. However, all studies so far have used Radon transform as a global or quasi-global image descriptor by extracting projections of the whole image or large sub-images. This paper attempts to show that the dense sampling to generate the histogram of local Radon projections has a much higher discrimination capability than the global one. In this paper, we introduce Local Radon Descriptor (LRD) and apply it to the IRMA dataset, which contains 14,410 x-ray images as well as to the INRIA Holidays dataset with 1,990 images. Our results show significant improvement in retrieval performance by using LRD versus its global version. We also demonstrate that LRD can deliver results comparable to well-established descriptors like LBP and HOG.

研究の動機と目的

• 画像検索におけるグローバルラドン変換の局所的特徴を捉える能力の制限を解消すること。
• ラドン投影のグローバルなサンプリングから、局所的で密なサンプリングへの移行により、投影ベースの画像記述子の性能を向上させること。
• ラドン投影内の局所的勾配変化を活用する、コンパクトでありながら強力な記述子の開発。
• LRD の有効性を、医療画像（IRMA）および一般画像（INRIA Holidays）の両データセットで検証すること。
• LRD が LBP や HOG などの最先端記述子と同等の性能を達成しつつ、グローバルラドンや他の局所的記述子よりも著しく短い記述子長さを実現できることを示すこと。

提案手法

• 標準的なラドン変換の式（デルタ関数を含む）を用いて、各局所的画像ブロックに対して n 個の等間隔のラドン投影を計算する。
• 各局所的ブロックについて、0° および 90° の投影間の微分比と和を計算し、局所的勾配変化を捉える。
• 微分比および和の値からヒストグラムを構築し、データセットごとに最適化されたビン分割を適用する。
• 画像をグリッド状の部分画像（IRMA では 5×5、Holidays では 3×3）に分割し、各部分画像ごとに LRD を計算する。
• 最終的な記述子は、すべての部分画像のヒストグラムを連結することで得られ、パラメータ（ブロック数およびビン数）は全探索を用いて最適化される。
• 判別力の向上を図るため、直交ペアリング（0° および 90°）を用いる。他のペアリング（例：直交ペアリング）は効果が低かった。

実験結果

リサーチクエスチョン

• RQ1 局所的ラドン投影を用いることで、グローバルラドン投影と比較して画像検索性能が著しく向上するか？
• RQ2 LBP や HOG といった既存の記述子と比較して、ローカルラドン記述子（LRD）の性能とコンパクトさはいかがなものか？
• RQ3 医療画像および一般画像データセットにおける LRD の最適な部分画像数およびヒストグラムビン数は何か？
• RQ4 対になる投影（0° および 90°）間の微分比と和の使用は、局所的特徴の判別力を向上させるか？
• RQ5 グローバルラドンや他の局所的記述子と比較して、LRD は著しく短い記述子長さで競争力ある検索精度を達成できるか？

主な発見

• IRMA データセットでは、グローバルラドンの 472.31 から LRD で 287.77 に誤差が低下し、精度が 10.5% 向上した。
• IRMA データセットでは、LRD の精度が 83.39% に達し、LBP（85.87%）はわずかに下回るが、グローバルラドン（72.74%）を著しく上回る。
• INRIA Holidays データセットでは、LRD の検索精度が 40.02% に達し、HOG と完全に一致し、グローバルラドン（6.00%）を大きく上回った。
• IRMA では記述子長が 300、Holidays では 198 であり、グローバルラドン（1200）の 4 倍短く、LBP（8496）の最大 28 倍も短い。
• IRMA では 1 イメージあたりの LRD 計算時間が 0.02 秒で、LBP（0.50 秒）や HOG（0.23 秒）に比べて著しく高速である。これは、そのコンパクトさに起因する。
• 0° および 90° の投影の直交ペアリングが最良の性能を示し、他のペアリング（例：直交ペアリング）は効果が低かった。