[論文レビュー] Texture Retrieval via the Scattering Transform

Alexander Sagel, Dominik Meyer+1 more|arXiv (Cornell University)|Jan 12, 2015

Image Retrieval and Classification Techniques参考文献 19被引用数 3

ひとこと要約

本稿では、空間的変形やぼかしに対して頑健な特徴抽出を実現するため、散乱変換を用いた新しいテクスチャ検索フレームワークを提案する。サブバンド係数をワイブル分布でモデル化し、バタチャリャ・カーネルに基づく類似度測度を採用する。本手法は、特に粗いテクスチャや空間的変形・ぼかしの下でも最先端の検索精度を達成する。

ABSTRACT

This work studies the problem of content-based image retrieval, specifically, texture retrieval. It focuses on feature extraction and similarity measure for texture images. Our approach employs a recently developed method, the so-called Scattering transform, for the process of feature extraction in texture retrieval. It shares a distinctive property of providing a robust representation, which is stable with respect to spatial deformations. Recent work has demonstrated its capability for texture classification, and hence as a promising candidate for the problem of texture retrieval. Moreover, we adopt a common approach of measuring the similarity of textures by comparing the subband histograms of a filterbank transform. To this end we derive a similarity measure based on the popular Bhattacharyya Kernel. Despite the popularity of describing histograms using parametrized probability density functions, such as the Generalized Gaussian Distribution, it is unfortunately not applicable for describing most of the Scattering transform subbands, due to the complex modulus performed on each one of them. In this work, we propose to use the Weibull distribution to model the Scattering subbands of descendant layers. Our numerical experiments demonstrated the effectiveness of the proposed approach, in comparison with several state of the arts.

研究の動機と目的

• 空間的変形やノイズによって劣化する従来のフィルタバンクベースの特徴量に対して、頑健なテクスチャ検索の課題に取り組む。
• 特に絶対値演算によって生じる複雑で非ガウス分布となるサブバンドの統計的性質を捉えるための統計的モデルを構築する。
• 冗長性を低減するため、散乱係数をワイブル分布でモデル化することで、効率的で低次元の特徴表現を設計する。
• 散乱サブバンドヒストグラムから導出される特徴ベクトルを比較するための、バタチャリャ・カーネルに基づく類似度測度を導入する。
• 多様なテクスチャクラスおよび劣化（例：ぼかし）の下で、本手法の性能を評価し、頑健性と一般化性能を示す。

提案手法

• テクスチャ画像に散乱変換（WST）を適用し、ウェーブレットフィルタリングと絶対値演算により、マルチスケールかつ変形に頑健なサブバンド係数を生成する。
• 各散乱サブバンドの振幅分布をワイブル分布でモデル化し、サブバンドの大きさに対して最尤推定（ML）を用いて推定する。
• 数値最適化を用いてワイブル分布のパラメータ（形状kおよび尺度λ）を推定し、k* についての閉形式解をλ* で表す。
• 各サブバンドごとにワイブルパラメータ（k*, λ*）をコンactで情報豊かな特徴として用い、次元削減を実現しながらも識別力は維持する。
• バタチャリャ・カーネルを用いて特徴ベクトル間の類似度を計算し、ヒルベルト空間内での内積として解釈することで、効率的な検索を可能にする。
• クエリ画像をWSTで処理し、特徴をワイブル分布でモデル化し、バタチャリャ・カーネルによる類似度計算によりデータベース画像をランク付けする、CBIRシステムを構築する。

実験結果

リサーチクエスチョン

• RQ1 絶対値演算によって生じる非ガウス的で複雑な統計的性質を有する散乱サブバンドの振幅分布に対して、ワイブル分布が有効にモデル化できるか？
• RQ2 ワイブルパラメータによるサブバンドモデリングが、標準的なヒストグラムベースの手法と比較して、テクスチャ検索精度を向上させるか？
• RQ3 空間的変形や画像のぼかしの下でも、本手法は従来のフィルタバンクベースのアプローチと比較して、どのように性能を発揮するか？
• RQ4 通常のWSTと正規化WST（NWST）の間で性能に差が生じるか、もしあるなら、どのようなテクスチャタイプに対して顕著か？
• RQ5 バタチャリャ・カーネルに基づく類似度測度が、CBIRフレームワークにおける検索性能をどの程度向上させるか？

主な発見

• 提案手法のワイブルベース特徴モデリングは、特に粗いテクスチャ（例：Bark0, Bark6, Terrain10）において、最先端の手法を上回る検索精度を達成する。
• 正規化WST（NWST）は、粗いおよび不均一なテクスチャにおいて優れた性能を発揮するが、通常のWST（WST）は細かい構造（例：Fabric11, Grass1）に対して優位である。
• ガウスノイズによるぼかしの下では、WSTの検索性能はNWSTよりも著しく劣化し、WSTが滑らかさに敏感な微細スケール特徴に依存していることを裏付ける。
• 本手法は、強いぼかしの下でも高い検索精度を維持しており、散乱変換の空間的変形不変性の頑健性を示している。
• ワイブルモデルは、散乱サブバンドの統計的分布を効果的に捉えており、サブバンドごとに2つのパラメータで構成される低次元かつ識別力のある特徴表現を可能にしている。
• バタチャリャ・カーネルに基づく類似度測度は、特徴ベクトルの効率的かつ効果的な比較を可能にし、CBIRシステム全体の検索性能向上に寄与している。