[論文レビュー] PSF field learning based on Optimal Transport Distances

Fred Maurice Ngolè Mboula, Jean‐Luc Starck|arXiv (Cornell University)|Mar 17, 2017

Advanced Fluorescence Microscopy Techniques被引用数 3

ひとこと要約

本稿では、空間的に変化する点 spread 関数（PSF）をモデル化するために最適輸送距離を活用する、天体画像処理のための新しいPSFフィールド補間手法TraInを提案する。スライスド・ワッサーシュタイン距離を用いた非線形次元削減と、逐次2点近似によるワッサーシュタイン重心の計算により、逆距離加重法やPCAに基づく薄板補間といった従来手法と比較して、特にPSFの近隣数が限られた状況下でも画素値および形状再構成の精度が著しく向上する。

ABSTRACT

Context: in astronomy, observing large fractions of the sky within a reasonable amount of time implies using large field-of-view (fov) optical instruments that typically have a spatially varying Point Spread Function (PSF). Depending on the scientific goals, galaxies images need to be corrected for the PSF whereas no direct measurement of the PSF is available. Aims: given a set of PSFs observed at random locations, we want to estimate the PSFs at galaxies locations for shapes measurements correction. Contributions: we propose an interpolation framework based on Sliced Optimal Transport. A non-linear dimension reduction is first performed based on local pairwise approximated Wasserstein distances. A low dimensional representation of the unknown PSFs is then estimated, which in turn is used to derive representations of those PSFs in the Wasserstein metric. Finally, the interpolated PSFs are calculated as approximated Wasserstein barycenters. Results: the proposed method was tested on simulated monochromatic PSFs of the Euclid space mission telescope (to be launched in 2020). It achieves a remarkable accuracy in terms of pixels values and shape compared to standard methods such as Inverse Distance Weighting or Radial Basis Function based interpolation methods.

研究の動機と目的

• 広域天体サーベイにおいて直接測定可能なPSFが疎である状況下で、空間的に変化するPSFを補間する課題に対処すること。
• 全PSFフィールドデータが入手できない状況下でも、Euclidのような宇宙論的サーベイにおける形状測定精度を向上させるため、正確なPSF補正を可能にすること。
• 過剰平滑化、ルンゲ現象、およびメトリックの忠実性の欠如といった従来の補間手法の限界を、最適輸送幾何学を活用することで克服すること。
• PSFの形状および強度の忠実性を保持するデータ駆動型・モデルフリーなPSF補間フレームワークを構築すること。
• 今後の宇宙ミッションが厳しい精度要件を満たすために不可欠な、非常に限定的なPSF測定値のみを用いた頑健なPSFフィールド再構成を可能にすること。

提案手法

• PSF画像間の局所的対比較ワッサーシュタイン距離の近似を計算することで、ワッサーシュタイン空間内でのPSFの内在的幾何構造を捉える。
• これらの近似ワッサーシュタイン距離を用いて非線形次元削減を実行し、PSFをメトリクス特性を保持する低次元ユークリッド空間に埋め込む。
• 低次元表現を、薄板補間を用いて望遠鏡の視野にマッピングし、埋め込み空間内での未知PSFの座標を推定する。
• 逐次的2点重心近似を用いて近似的なワッサーシュタイン重心として補間PSFを計算することで、数値的安定性と収束性を確保する。
• 主軸長が異なるPSFの補間における不自然な形状収縮を防ぐために、速度制約付き移動補間を導入する。
• 高次元重心の正確な計算を避けるために、重みの大きい順に順序付けられたペアのPSFを反復的に組み合わせ、重み付き重心更新を用いることで、初期化を改善する。

実験結果

リサーチクエスチョン

• RQ1 標準的なメトリクスと比較して、最適輸送距離は焦点面全体におけるPSF変動をより正確かつ幾何学的に忠実に表現できるか？
• RQ2 スライスド・ワッサーシュタイン距離と低次元埋め込みを用いることで、逆距離加重法といった従来手法と比較してPSF補間精度がどのように向上するか？
• RQ3 2点ワッサーシュタイン重心を用いた逐次的重心近似は、高次元PSFフィールドにおいてPSFの形状および強度の忠実性をどの程度保持できるか？
• RQ4 少数の近隣PSFのみを用いた場合に、提案手法はPCAに基づく補間法よりも画素レベルの誤差と形状測定精度の両面で優れているか？
• RQ5 速度制約付き移動補間は、楕円度が異なるPSFのユークリッド補間で一般的に生じる形状歪みアーチファクトを効果的に軽減できるか？

主な発見

• 本手法は、少数の近隣PSFのみを用いた場合でも、逆距離加重法やPCAに基づく薄板補間と比較して、画素レベルの誤差が数個のオーダーも低減する。
• 本手法は優れた形状再構成精度を示し、補間されたPSFが楕円度およびサイズパラメータの両面で真値に極めて近い。
• スライスド・ワッサーシュタイン距離の使用により、焦点面全体にわたる複雑なPSF変動を効果的に捉える非線形次元削減が可能になる。
• 逐次的重心近似スキームは、高次元PSFフィールドにおいて正確な多点重心計算が計算的に非現実的である場合の、安定的かつスケーラブルな代替手段を提供する。
• 速度制約付き移動補間は、主軸長の差が大きいPSFに対して不自然な形状収縮を効果的に低減する。
• 模擬されたEuclidに類似したPSFに対する比較テストでは、定量的誤差指標および視覚的忠実性の両面で、TraInは最先端の補間手法を一貫して上回る。