[論文レビュー] Parameter learning and fractional differential operators: application in image regularization and decomposition

Sören Bartels, Nico Weber|arXiv (Cornell University)|Jan 10, 2020

Numerical methods in inverse problems参考文献 17被引用数 5

ひとこと要約

本稿では、高速な計算を可能にするフーリエ変換を活用した、画像のノイズ除去および分解における分数階微分作用素の最適パラメータを学習する二段階最適化フレームワークを提案する。ROFモデルよりも高速な計算を達成し、誤差推定値を提供し、従来の変分モデルと比較してテクスチャ成分の分離性能が向上する。

ABSTRACT

In this paper, we focus on learning optimal parameters for PDE-based image regularization and decomposition. First we learn the regularization parameter and the differential operator for gray-scale image denoising using the fractional Laplacian in combination with a bilevel optimization problem. In our setting the fractional Laplacian allows the use of Fourier transform, which enables the optimization of the denoising operator. We prove stable and explainable results as an advantage in comparison to other machine learning approaches. The numerical experiments correlate with our theoretical model setting and show a reduction of computing time in contrast to the ROF model. Second we introduce a new image decomposition model with the fractional Laplacian and the Riesz potential. We provide an explicit formula for the unique solution and the numerical experiments illustrate the efficiency.

研究の動機と目的

• 分数階微分作用素を用いたPDEベースの画像正則化における最適な正則化パラメータの選定という課題に対処する。
• 安定性と誤差バウンディングを保証するため、深層学習手法の限界を克服するために、変分正則化とパラメータ学習を組み合わせる。
• 分数ラプラシアンと二段階最適化を用いて、数値的に効率的かつ解析的に解釈可能な画像ノイズ除去モデルを開発する。
• 構造的成分 $ u $ に分数ラプラシアン、テクスチャ成分 $ v $ にリーマン・ポテンシャルを用いた、新たな画像分解モデルを導入し、構造的およびテクスチャ的成分を分離する。
• OSVおよびROFモデルと比較して、テクスチャ再構築および成分分離性能が向上することを示す。

提案手法

• ノイズ除去画像と真値の間の $ L^2 $-距離を最小化するように、分数量 $ s $ と正則化パラメータ $ \alpha $ を学習する二段階最適化問題を定式化する。
• 分数量ラプラシアンの解作用素を効率的に計算するためにフーリエ変換を用い、PDEの数値的かつ安定的な解法を実現する。
• パラメータの制約を凸集合 $ W $ 内に保つために、強い凸性を持つバリア関数 $ \varphi(s,\alpha) $ を定義し、数値的安定性を確保する。
• 分数量ラプラシアンを構造的成分 $ u $ に、リーマン・ポテンシャルをテクスチャ成分 $ v $ に用いた新しい画像分解モデルを提案し、凸エネルギー汎関数を定義する。
• 分解モデルに対して明示的な解析的解を導出し、離散フーリエ変換を用いた数値的検証を実施する。
• 離散フーリエ変換に基づくソルバーを実装し、ベンチマーク画像を用いたノイズ除去および分解タスクに適用する。

実験結果

リサーチクエスチョン

• RQ1 分数量ラプラシアンを用いた二段階最適化は、従来のROFモデルと比較して、安定的かつ解釈可能で、かつ高速な画像ノイズ除去を達成できるか？
• RQ2 フーリエ変換を用いることで、画像正則化における分数量微分作用素のパラメータ学習がどのように効率的かつ正確に実現できるか？
• RQ3 分数量ラプラシアンとリーマン・ポテンシャルを組み合わせた新規分解モデルは、OSVやROFモデルと比較して、構造的およびテクスチャ的画像成分の分離性能を上回るか？
• RQ4 分数量 $ s $ と正則化パラメータ $ \alpha $ の両方を学習することで、再構築品質および計算効率にどのような影響を与えるか？
• RQ5 誤差推定値、安定性、解釈可能性という観点から、深層学習アプローチと比較して、本手法はどのように差をつけるか？

主な発見

• 提案された二段階最適化フレームワークに分数量ラプラシアンを組み合わせることで、ROFモデルと比較して計算時間を10〜100倍短縮できる。
• 「kentaur」画像において、構造的類似度（SSIM）が分数量ラプラシアンモデルの0.356から、提案された分解モデルの0.581に顕著に向上した。
• 「pepper」と「baboon」画像における詳細な比較から、リーマンベースの分解モデルがOSVモデルよりもテクスチャ成分 $ v $ の再構築をより正確に実現していることが示された。
• 提案モデルにおける構造的成分 $ u $ のSSIMは「pepper」で0.716、「baboon」で0.691に達し、テクスチャ分離性能においてOSVモデルを上回った。
• 深層学習手法とは異なり、厳密な誤差推定値と解析的解釈を提供する一方で、計算効率を維持している。
• 実験で得られた最適パラメータは $ \bar{s}_1 = 0.172 $、$ \bar{\alpha} = 9999.7 $、$ \bar{s}_2 = -0.926 $、$ \bar{\beta} = 10410 $ であり、画像の内容やノイズレベルに強く依存することが示された。