[論文レビュー] Metadetection: Mitigating Shear-dependent Object Detection Biases with Metacalibration

E. Sheldon, M. R. Becker+2 more|arXiv (Cornell University)|Nov 6, 2019

Adaptive optics and wavefront sensing参考文献 1被引用数 7

ひとこと要約

本稿では、弱い重力レンズ測定におけるずれ依存性バイアスを排除するために、メタキャリブレーションにオブジェクト検出を統合するメタ検出（metadetection）という手法を提案する。画像領域に人工的なずれを適用し、ずれを加えた画像上で検出と測定を実行することで、混合によるバイアスを補正し、高密度に混合した状況でも1%未満の精度を達成する。

ABSTRACT

Metacalibration is a new technique for measuring weak gravitational lensing shear that is unbiased for isolated galaxy images. In this work we test metacalibration with overlapping, or galaxy images. Using standard metacalibration, we find a few percent bias for galaxy densities relevant for current surveys, and that this bias increases with increasing galaxy number density. We show that this bias is not due to blending itself, but rather to shear-dependent object detection. If object detection is shear independent, no deblending of images is needed, in principle. We demonstrate that detection biases are accurately removed when including object detection in the metacalibration process, a technique we call metadetection. This process involves applying an artificial shear to images of small regions of sky, and performing detection and measurement on the sheared images in order to calculate a shear response. We show that the method works up to second-order shear effects even in highly blended scenes. However, because the space between objects is sheared coherently in metadetection, the accuracy is ultimately limited by how closely this process matches real data, in which some, but not all, galaxies images are sheared coherently. We find that even for the worst case scenario, in which the space between objects is completely unsheared, the bias is at most a few tenths of a percent for future surveys. We show that the primary technical challenge for metadetection, deconvolution using a spatially varying point-spread-function, does not result in a significant bias for typical imaging surveys. Finally, we discuss additional technical challenges that must be met in order to implement metadetection for real surveys.

研究の動機と目的

• 重なった銀河の画像におけるオブジェクト検出が引き起こすずれ依存性バイアスを解消すること。
• オブジェクト検出をメタキャリブレーションプロセスに統合する手法を開発し、系統的誤差を排除すること。
• 高密度銀河場および空間的に変化するPSFを含む現実的なサーベイ条件の下で、この手法の性能を評価すること。
• 将来の弱いレンズサーベイに向けたメタ検出の実装における技術的課題を特定・緩和すること。

提案手法

• 天の川の小さな領域に人工的なずれを適用し、レンズ効果を模擬する。
• ずれを加えた画像上でオブジェクト検出と測定を実行し、ずれ応答を計算する。
• 検出と測定をメタキャリブレーションフレームワークに統合し、「メタ検出」を構築する。
• 実観測条件をモデル化するため、空間的に変化するポイント spread 関数（PSF）を用いる。
• 高密度に混合した状況における2次歪み効果を考慮する。
• 画像領域内の銀河密度とずれの整合性の変化の下で、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 重なった銀河に対して標準的なメタキャリブレーションでは、ずれ依存性のオブジェクト検出がどのようにバイアスを生じさせるか？
• RQ2 検出をメタキャリブレーションに統合することで、高密度銀河場におけるずれ依存性バイアスを解消できるか？
• RQ3 空間的に変化するPSFは、通常の画像サーベイにおけるメタ検出の精度にどのような影響を与えるか？
• RQ4 オブジェクト間のずれの整合性がメタ検出の性能に与える影響は何か？
• RQ5 実際の弱いレンズサーベイにメタ検出を導入するにあたり、主な技術的課題は何か？

主な発見

• 現在のサーベイで一般的な銀河密度では、標準的なメタキャリブレーションは数パーセントのバイアスを示すが、銀河数密度が高くなるほどバイアスが増大する。
• バイアスの原因は混合そのものではなく、ずれ依存性のオブジェクト検出に起因し、デブレンディングとは無関係である。
• 検出をメタキャリブレーションプロセスに組み込むことで、メタ検出がこの検出に起因するバイアスを完全に排除する。
• 最悪の状況でも、オブジェクト間領域がずれを受けていない場合でも、将来のサーベイではバイアスが0.3%未満に抑えられる。
• 空間的に変化するPSFを用いたデコンボリューションは、通常の画像サーベイでは顕著なバイアスを生じさせない。
• 主な技術的課題はPSFの変動を正確にモデル化することにあるが、実際には顕著なバイアスには繋がらない。