[論文レビュー] Super-resolution by means of Beurling minimal extrapolation

John J. Benedetto, Weilin Li|arXiv (Cornell University)|Jan 21, 2016

Sparse and Compressive Sensing Techniques参考文献 32被引用数 4

ひとこと要約

本稿は、限られたフーリエデータから測度を再構成するための、ベウルリングの最小外挿理論を用いた新しいフレームワークを導入する。再構成の一意性が、データから導かれる集合Γの濃度に強く依存することを確立し、|Γ| ≥ 2 の場合、最小外挿は超平面の交差上に支持されるのに対し、|Γ| = 1 の場合は正の解に関連する特異なケースを示し、圧縮センシングおよびスーパーキャラクタリゼーションアルゴリズムにおける長年の制限を解消する。

ABSTRACT

Let $M(\mathbb{T}^d)$ be the space of complex bounded Radon measures defined on the $d$-dimensional torus group $(\mathbb{R}/\mathbb{Z})^d=\mathbb{T}^d$, equipped with the total variation norm $\|\cdot\|$; and let $\hatμ$ denote the Fourier transform of $μ\in M(\mathbb{T}^d)$. We address the super-resolution problem: For given spectral (Fourier transform) data defined on a finite set $Λ\subset\mathbb{Z}^d$, determine if there is a unique $μ\in M(\mathbb{T}^d)$ of minimal norm for which $\hatμ$ equals this data on $Λ$. Without additional assumptions on $μ$ and $Λ$, our main theorem shows that the solutions to the super-resolution problem, which we call minimal extrapolations, depend crucially on the set $Γ\subsetΛ$, defined in terms of $μ$ and $Λ$. For example, when $Γ=0$, the minimal extrapolations are singular measures supported in the zero set of an analytic function, and when $Γ\geq 2$, the minimal extrapolations are singular measures supported in the intersection of $Γ\choose 2$ hyperplanes. By theory and example, we show that the case $Γ=1$ is different from other cases and is deeply connected with the existence of positive minimal extrapolations. This theorem has implications to the possibility and impossibility of uniquely recovering $μ$ from $Λ$. We illustrate how to apply our theory to both directions, by computing pertinent analytical examples. These examples are of interest in both super-resolution and deterministic compressed sensing. Our concept of an admissibility range fundamentally connects Beurling's theory of minimal extrapolation with Candes and Fernandez-Granda's work on super-resolution. This connection is exploited to address situations where current algorithms fail to compute a numerical solution to the super-resolution problem.

研究の動機と目的

• 連続的および特異的測度（単に離散的測度に限らない）の文脈においてスーパーキャラクタリゼーション問題を扱うため、全 variation 範囲最小化問題として定式化すること。
• 低周波数フーリエ係数しか入手できない状況において、スーパーキャラクタリゼーション問題の解が一意に存在する条件を特定すること。
• 特に、データおよび測度から導かれる集合Γを用いて、最小外挿の支持構造を特徴づけること。
• カンダスとフェルナンデス＝グランダのスーパーキャラクタリゼーションフレームワークと、ベウルリングの最小外挿理論を結びつけ、非離散的測度への適用可能性を拡張すること。
• |Γ| ≥ 2 の場合に一意性が成立しないことを示し、|Γ| = 1 の場合が正の最小外挿解の存在に果たす特殊な役割を特定すること。

提案手法

• 測度 ν ∈ M(𝕋ᵈ) に対する全 variation 範囲を最小化する凸最適化問題としてスーパーキャラクタリゼーション問題を定式化： ̂ν = ̂μ を有限集合 Λ ⊆ ℤᵈ で満たす。
• 測度 μ とデータ集合 Λ から定義される集合 Γ ⊆ Λ を導入し、これが最小外挿の構造を支配することを示す。
• ベウルリングの最小外挿理論を用いて解の支持を特徴づける：|Γ| = 0 の場合、解は解析関数の零点集合上に支持される特異的測度である。
• |Γ| ≥ 2 の場合、最小外挿が Γ の対ごとの差から得られる |Γ| choose 2 個の超平面の交差上に支持されることを示す。
• 具体的な例（例えば、表面測度、カントール型測度を含む）を用いて、離散的および連続的特異的最小外挿を構成し、理論的結果を説明する。
• 天文学および医療画像処理といった具体的な画像処理問題に理論を適用し、物体がデルタ測度または表面測度としてモデル化される状況において、一意性が保証されないことを示す。

実験結果

リサーチクエスチョン

• RQ1 低周波数フーリエ係数しか入手できない状況で、スーパーキャラクタリゼーション問題の解が一意に存在する条件は何か？
• RQ2 測度 μ およびデータ集合 Λ から導かれる集合 Γ の構造が、最小外挿の支持にどのように影響を与えるか？
• RQ3 |Γ| = 1 の場合と他の場合とを比較して、正の最小外挿解の存在および性質にどのような差が生じるか？
• RQ4 ベウルリングの最小外挿理論を、カンダスとフェルナンデス＝グランダの現代的スーパーキャラクタリゼーションフレームワークと体系的に結びつけることは可能か？
• RQ5 現在の数値アルゴリズムが真の測度を回復できない場合の範囲はどの程度で、この理論はその失敗をどのように説明できるか？

主な発見

• |Γ| = 0 の場合、最小外挿は解析関数の零点集合上に支持される特異的測度であり、解空間が極めて制限されていることを示す。
• |Γ| ≥ 2 の場合、最小外挿は |Γ| choose 2 個の超平面の交差上に支持され、データ集合 Λ および測度 μ から明示的に計算可能である。
• 例 3.7 において、最小外挿は 𝕋² 内の直線 x₁ + x₂ = 1 上に支持され、複数の離散的および連続的特異的測度（例：ν_y,K および σ）が同じ最小ノルムを達成し、Λ でデータと一致する。
• 1/q カントール集合（中間の1/q）を用いた例では、連続的特異的測度（σ_q）が最小外挿であることが示され、‖σ_q‖ = 1 であり、フーリエ係数が無限積の余弦関数として与えられる。
• 例 3.9 では、最小外挿が2本の直線（x₂ = 0 および x₂ = 1/2）上に支持され、μ = σ_A + σ_B が最小外挿であるが、|Γ| = 1 のため一意性は特定できない。
• 理論により、複数の最小外挿が存在する場合（|Γ| ≥ 2 の場合）、真の測度が離散的または特異的であっても、スーパーキャラクタリゼーション再構成は不可能であることが示された。