[論文レビュー] Multiscale Principle of Relevant Information for Hyperspectral Image Classification

Yantao Wei, Shujian Yu+2 more|arXiv (Cornell University)|Jul 13, 2019

Remote-Sensing Image Classification参考文献 48被引用数 5

ひとこと要約

本稿では、ハイパースペクトル画像（HSI）分類のための階層的スペクトル・空間特徴を抽出するために、多層・多スケールフレームワーク内で「関連情報の原則」（PRI）を活用する新規アーキテクチャ、マルチスケール関連情報の原則（MPRI）を提案する。MPRIは、バックプロパゲーションを用いず、粗いものから細かいものへの段階的特徴抽出により、判別性の高い表現を学習することで、特に低ショット学習条件下でも最先端の手法を上回る性能を発揮し、深層学習モデルと同等の精度を、はるかに少ないラベル付きサンプルで達成する。

ABSTRACT

This paper proposes a novel architecture, termed multiscale principle of relevant information (MPRI), to learn discriminative spectral-spatial features for hyperspectral image (HSI) classification. MPRI inherits the merits of the principle of relevant information (PRI) to effectively extract multiscale information embedded in the given data, and also takes advantage of the multilayer structure to learn representations in a coarse-to-fine manner. Specifically, MPRI performs spectral-spatial pixel characterization (using PRI) and feature dimensionality reduction (using regularized linear discriminant analysis) iteratively and successively. Extensive experiments on three benchmark data sets demonstrate that MPRI outperforms existing state-of-the-art methods (including deep learning based ones) qualitatively and quantitatively, especially in the scenario of limited training samples. Code of MPRI is available at \url{http://bit.ly/MPRI_HSI}.

研究の動機と目的

• ハイパースペクトル画像（HSI）分類におけるラベル付き学習サンプルの制限という課題に取り組むこと。これは、深層学習および古典的手法の性能を制限する要因である。
• 高次元HSIデータにおける局所的およびグローバルなスペクトル・空間的構造を効果的に捉えることで、分類性能を向上させること。
• バックプロパゲーションおよび大規模なラベル付きデータを必要としない、スケーラブルで効率的な特徴学習フレームワークを開発すること。
• 情報理論的学習原理を階層的・多スケールアーキテクチャに統合し、HSIにおける頑健な表現学習を実現すること。

提案手法

• MPRIは、正則性と判別力のバランスを取るためにハイパーパrameter βを最適化することで、多スケール表現を抽出するためのコアコンponentとして「関連情報の原則」（PRI）を用いる。
• 本手法は、複数の層にわたりPRIを繰り返し適用することで、逐次的なスペクトル・空間的ピクセル特徴化を通じて、粗いものから細かいものへの特徴学習を実現する。
• 局所的近傍と広範な文脈的構造の両方をモデル化するため、多スケールスライディングウインドウ手法を組み込む。
• PRIに基づく特徴化後に、正則化線形判別分析（RLDA）を用いて次元削減を実施し、判別性を向上させる。
• バックプロパゲーションを一切用いず、グリーディで層ごとのアプローチでアーキテクチャを訓練することで、計算コストと学習の複雑さを低減する。
• 計算を高速化するために、ニストロームに基づく近似手法を検討したが、アブレーションスタディで過剰な平滑化効果が生じる可能性があることが示された。

実験結果

リサーチクエスチョン

• RQ1 関連情報の原則（PRI）は、ハイパースペクトル画像における3次元スペクトル・空間的構造を効果的に拡張できるか？
• RQ2 多層・多スケールPRIアーキテクチャは、従来の浅い学習および深層学習手法と比較して、HSI分類性能をどのように向上させるか？
• RQ3 MPRIは、特に低ショット学習シナリオにおいて、限られた学習サンプルでどれほど高い精度を達成できるか？
• RQ4 PRIにおけるβの選択が、HSIデータにおける表現の正則性と判別力のトレードオフにどのように影響するか？
• RQ5 フィルタリングベースおよび深層学習手法と比較して、MPRIはエッジの保持性と領域の一様性に優れた分類マップを生成できるか？

主な発見

• MPRIは、3つのベンチマークHSIデータセットで最先端の分類精度を達成し、特に低ショット学習環境下で、PCA-EPF や HIFI といった古典的手法を上回った。
• ラベル付きデータの2%のみで、MPRIはSAE-LR や 3D-CNN といった深層学習モデルと同等の分類精度を達成し、優れたサンプル効率を示した。
• 分類マップの可視的比較により、グラム行列近似手法と比較して過剰な平滑化アーチファクトが減少したことが確認された。
• MPRIの1ピクセルあたりの計算時間は0.32秒であり、同じデータセットで訓練に6,000秒以上を要するCNN-MRFのような深層学習モデルと比較して、著しく高速であった。
• PRIにおける最適なβの範囲は、実験的に[2,4]であると特定され、表現の正則性と判別力のバランスをとることが可能だった。
• MPRIのグリーディで層ごとの訓練戦略により、バックプロパゲーションを回避でき、勾配消失の問題が生じない効率的で安定した最適化が可能になった。