[論文レビュー] Partition-based sampling of warp maps for curve alignment

Karthik Bharath, Sebastian Kurtek|arXiv (Cornell University)|Aug 16, 2017

Point processes and geometric inequalities被引用数 1

ひとこと要約

本稿では、連続単調曲線アラインメントにおけるワープ写像のパーティションベースのサンプリング手法を提案する。ポイント過程理論を活用して、[0,1] および単位円周 𝕊¹ 上のワープ写像の柔軟な分布を定義する。この手法により、ランドマーク制約付きアラインメントを非制約問題に分解可能となり、ℝᵏ（k=1,2,3）における開曲線および閉曲線の確率的・ベイズ的モデリングと確率的変分推論を可能にする。

ABSTRACT

We propose a flexible sampling method for warp maps used in continuous monotone pairwise alignment of open and closed curves, possibly with landmark constraints. Using the point process machinery, we conduct a detailed study of the sampling method and demonstrate that it prescribes a distribution on the set of warp maps of $[0,1]$ and the unit length circle $\mathbb{S}^1$. The distribution (1) possesses the desiderata for decomposition of the alignment problem with landmark constraints into multiple unconstrained ones, and (2) can be centered at a desired warp map. It is based on random partitions of $[0,1]$ and $\mathbb{S}^1$ and contains a global regularization parameter, both of which enable the sampling of a rich class of warp maps. The distribution can be related to the Dirichlet process on the set of probability measures. Practical utility of the sampling method is demonstrated through (1) a novel stochastic variational algorithm, and (2) a Bayesian model for alignment, for closed and open curves in $\mathbb{R}^k, k=1,2,3$.

研究の動機と目的

• 連続単調曲線アラインメントにおけるワープ写像の柔軟で確率的なサンプリングフレームワークの構築を目的とする。
• ランドマーク制約付きアラインメント問題を、複数の非制約サブ問題に分解可能にする。
• 所望の写像を中心に据え、グローバルパラメータによる正則化が可能なワープ写像の分布を定義する。
• ℝ¹、ℝ²、ℝ³ における曲線アラインメントの実用的ベイズ推論および変分アルゴリズムのサポートを目的とする。
• 提案された分布と確率測度上のディリクレ過程との間の関係を確立する。

提案手法

• 本手法は、ドメイン [0,1] および単位円周 𝕊¹ のランダムパーティションを用いてワープ写像を構築する。
• ポイント過程の仕組みを用いてワープ写像の分布を定義し、単調性と連続性を保証する。
• グローバル正則化パラメータを組み込み、サンプルされたワープ写像の滑らかさとばらつきを制御する。
• 分布を所定のワープ写像を中心に据えることが可能であり、ベイズモデルにおける事前分布の指定を可能にする。
• ワープ写像の分布と確率測度上のディリクレ過程との間の理論的関連性を確立する。
• 本フレームワークは、曲線アラインメントのための新規な確率的変分アルゴリズムとベイズモデリングをサポートする。

実験結果

リサーチクエスチョン

• RQ1 連続単調曲線アラインメントに適した、ランドマーク制約付きの柔軟で確率的なワープ写像サンプリング手法をどのように構築できるか？
• RQ2 構造的で整合性のあるワープ写像の分布を用いることで、ランドマーク付きアラインメント問題を複数の非制約サブ問題に分解できるか？
• RQ3 提案された分布は、ディリクレ過程のような既存の確率過程とどのように関連するか？
• RQ4 グローバル正則化パラメータは、サンプルされたワープ写像の空間をどのように形作るか？
• RQ5 提案された手法は、曲線アラインメントにおける確率的変分推論およびベイズモデリングにどのように効果的に応用できるか？

主な発見

• 提案されたサンプリング手法は、[0,1] および 𝕊¹ 上の単調ワープ写像の有効な確率分布を定義し、アラインメントの分解に必要な所望の性質を満たす。
• 分布は所望のワープ写像を中心に据えることが可能であり、ベイズ推論における事前分布の指定を可能にする。
• 本手法により、ランドマーク制約付きアラインメントが複数の非制約問題に分解可能となり、推論が簡素化される。
• 分布は確率測度上のディリクレ過程と理論的に関連づけられる。
• 有効な推論のために、新規な確率的変分アルゴリズムが開発され、実証的に有効であることが示された。
• 本フレームワークは、ℝ¹、ℝ²、ℝ³ における開曲線および閉曲線に実用的に適用可能であり、ベイズアラインメントモデルにおける有効性が実証された。