[論文レビュー] The Navier-Stokes-Voight Model for Image Inpainting

Mehran Ebrahimi, Michael Holst+1 more|ArXiv.org|Jan 28, 2009

Generative Adversarial Networks and Image Synthesis参考文献 20被引用数 8

ひとこと要約

本稿では、画像補填のための標準的ナビエ＝ストークス方程式（NSE）のより効率的な代替手段として、2次元ナビエ＝ストークス＝ヴォイユ（NSV）モデルの使用を提案する。NSVモデルの正則化特性を活用することで、画像品質をNSEベースの補填と同等に保ちながら、はるかに大きな安定時間ステップを可能にし、計算コストを削減しながらも精度と安定性を維持する。

ABSTRACT

In 2001, Bertalmio et. al. drew an analogy between the image intensity function for the image inpainting problem and the stream function in a two-dimensional (2D) incompressible fluid. An approximate solution to the inpainting problem is obtained by numerically approximating the steady state solution of the 2D NSE vorticity transport equation, and simultaneously solving the Poisson problem between the vorticity and stream function, in the region to be inpainted. This elegant approach allows one to produce an approximate solution to the image inpainting problem by using techniques from computational fluid dynamics. Recently, the three-dimensional (3D) Navier-Stokes-Voight (NSV) model of viscoelastic fluid, was suggested by Cao et. al. as an inviscid regularization to the 3D Navier-Stokes equations (NSE). The NSV model is shown to be globally well-posed and has a finite-dimensional global attractor, making it an attractive sub-grid scale turbulence model for purposes of numerical simulation. In this paper we investigate the use of the 2D NSV model for use in algorithms for the inpainting problem. We also present some new theoretical results based on energy methods comparing the sufficient conditions for stability of the discretization scheme for the two model equations.

研究の動機と目的

• 画像補填のための準グリッドスケール乱流モデルとしてナビエ＝ストークス＝ヴォイユ（NSV）モデルを検討すること。
• 数値的画像補填におけるNSVとナビエ＝ストークス方程式（NSE）の効率性および安定性を比較すること。
• 主観的人為評価と客観的PSNR指標の両方を用いて、NSVの性能を評価すること。
• NSVおよびNSEにおける半陽的時間離散化スキームの安定性を、補填の文脈で分析すること。
• 両モデルにおける定常解の一意性および安定性が成立する理論的条件を調査すること。

提案手法

• 流体の流れ関数に類似した画像強度を扱うことで、もともと粘弾性流体のための開発がなされた2次元ナビエ＝ストークス＝ヴォイユ（NSV）モデルを、画像補填に適応させる。
• NSV方程式を解くために、標準的NSEに比べてより大きな時間ステップを可能にする半陽的時間離散化スキームを用いる。
• ベルタリオらの元来のCFDベースの手法と同様に、補填領域における渦度と流れ関数を結ぶポアソン方程式を同時に解く。
• エネルギーに基づく推定を用いた安定化有限要素法を実装し、数値スキームの安定性を分析する。
• 正則化を伴う渦度輸送方程式を解くことで、NSVモデルを用いて画像の損傷領域を貫通する等高線を伝播させる。
• NSVモデルにおける正則化パラメータαを用いて滑らかさと安定性の度合いを制御し、α > 0が数値的安定性を向上させることを示す。

実験結果

リサーチクエスチョン

• RQ1 2次元ナビエ＝ストークス＝ヴォイユ（NSV）モデルは、標準的ナビエ＝ストークス方程式（NSE）と同等の画像補填品質を達成しつつ、より大きな時間ステップを許容できるか？
• RQ2 画像補填の文脈において、NSVおよびNSEモデルに半陽的時間離散化スキームを適用する際の理論的安定性条件は何か？
• RQ3 NSVモデルにおける正則化パラメータαは、補填プロセスの収束速度および数値的安定性にどのように影響するか？
• RQ4 定常解の一意性と、粘性係数、境界画像データ、および補填領域のサイズとの関係は何か？
• RQ5 PSNRおよび人為評価の両方において、NSVベースとNSEベースの補填手法の結果はどのように比較されるか？

主な発見

• NSVモデルは、NSEモデルに比べてはるかに大きな安定時間ステップを許容でき、定常状態に到達するまでの反復回数を削減し、計算効率を向上させる。
• 数値実験の結果、PSNR値および人為評価の両方で、NSVベースの補填がNSEベースの補填と同等の画像品質を達成することが確認された。
• 理論的分析により、NSVスキームはNSEスキームよりも制限の厳しい時間ステップ制約に依存せず、正則化パラメータαに依存する安定性条件を満たすことが確認された。
• エネルギーに基づく安定性解析により、NSVスキームが適切なパrameter選択のもとで離散エネルギーに一様な上限を満たすことが示され、長期的な安定性が保証された。
• NSVモデルにおける定常解の一意性は、粘性係数、境界データ、および補填領域サイズに関連する条件下で確立され、NSEに比べてより強い一意性保証が得られた。
• 計算コストを考慮した場合、NSVモデルはNSEと同等の品質の解を得るが、顕著に低いリソース消費量で実現できる。