[論文レビュー] Translation-Invariant Shrinkage/Thresholding of Group Sparse Signals

Po-Yu Chen, Ivan Selesnick|arXiv (Cornell University)|Mar 29, 2013

Ultrasonics and Acoustic Wave Propagation被引用数 11

ひとこと要約

本稿では、非分離的グループスパarsityペナルティを伴う凸コスト関数を最小化する、翻訳不変なノイズ除去アルゴリズムであるOverlapping Group Shrinkage（OGS）を提案する。MM（主導最小化）を用いることで、変数の重複やブロックアーチファクトを回避し、最先端の手法と比較して音楽ノイズを低減した、優れた知覚的品質を実現する音声強調に効果を発揮する。

ABSTRACT

This paper addresses signal denoising when large-amplitude coefficients form clusters (groups). The L1-norm and other separable sparsity models do not capture the tendency of coefficients to cluster (group sparsity). This work develops an algorithm, called 'overlapping group shrinkage' (OGS), based on the minimization of a convex cost function involving a group-sparsity promoting penalty function. The groups are fully overlapping so the denoising method is translation-invariant and blocking artifacts are avoided. Based on the principle of majorization-minimization (MM), we derive a simple iterative minimization algorithm that reduces the cost function monotonically. A procedure for setting the regularization parameter, based on attenuating the noise to a specified level, is also described. The proposed approach is illustrated on speech enhancement, wherein the OGS approach is applied in the short-time Fourier transform (STFT) domain. The denoised speech produced by OGS does not suffer from musical noise.

研究の動機と目的

• ウェーブレットやSTFT表現におけるように、大きな係数がグループ化して集まっている状況での信号ノイズ除去を解決すること。
• ブロック単位処理で一般的なブロッキングアーチファクトを回避する翻訳不変なスパarsification手法を開発すること。
• 非分離的グループスパarsityペナルティを伴う凸コスト関数を効率的に最小化するアルゴリズムを設計すること。
• 信号のノイズ減衰に基づいて、ベイズ的手法を用いずに解析的に取り扱える正則化パラメータλの設定法を提供すること。
• 特に音楽ノイズの低減が顕著な、音声強調における知覚的品質の向上を実証すること。

提案手法

• 本手法は次の凸コスト関数を最小化する：$ \mathbf{x}^* = \arg\min_{\mathbf{x}} \left\{ \frac{1}{2}\|\mathbf{y}-\mathbf{x}\|_2^2 + \lambda R(\mathbf{x}) \right\} $、ここで $ R(\mathbf{x}) = \sum_{i} \left( \sum_{j} |x(i+j)|^2 \right)^{1/2} $ はグループスパarsityを促進する。
• アルゴリズムは主導最小化（MM）フレームワークを用い、変数の重複を伴わずにコスト関数を単調に減少させる反復更新式を導出する。
• グループは完全に重複しており、翻訳不変性を保ち、エッジ効果やブロックアーチファクトを回避する。
• 反復更新式は分離可能な畳み込みを介して効率的に実装され、補助変数や複雑なインデックス処理の必要がなくなる。
• ノイズパワーを所望のレベルに減衰させる根拠に基づき、i.i.d. ガウス信号応答から事前計算されたルックアップテーブルを用いてλの設定手順を提案する。
• 音声強調の文脈ではSTFTドメインに適用され、比較のためのオプションとしてウィーナー後処理を併用可能である。

実験結果

リサーチクエスチョン

• RQ1 ブロックアーチファクトを引き起こさずにグループスパarsityを効果的に活用できる翻訳不変なスパースティック手法を開発できるか？
• RQ2 変数分割や補助変数を用いずに、非分離的グループスパarsityペナルティを効率的に最小化できるか？
• RQ3 信号の事前知識なしに、所望のノイズ減衰を保証するシンプルでベイズ的手法を用いないλの設定法を考案できるか？
• RQ4 提案されたOGS手法は、ブロック閾値処理や他の最先端手法と比較して、音声強調における知覚的アーチファクト（特に音楽ノイズ）を低減できるか？
• RQ5 OGSを用いる場合、他のノイズ除去アルゴリズムと比較してSNRと知覚的品質のトレードオフはどのように変化するか？

主な発見

• OGSは、実験的ウィーナー後処理を施した場合、15.63 dBの出力SNRを達成し、BT、SUB、PSといった最先端手法と同等の性能を示した。
• わずかに高いRMSEを示すものの、聴取テストによる確認により、OGSは音楽ノイズが著しく低減され、知覚的に優れた音声を生成した。
• 提案手法によるλの設定により、ノイズ分散が元の値の所定の割合にまで低下することが保証され、予測可能なノイズ除去性能が得られた。
• 完全に重複するグループによりブロッキングアーチファクトを回避し、滑らかなスペクトル遷移と知覚的品質の向上が実現された。
• OGSアルゴリズムは計算的に効率的であり、変数分割手法に伴うメモリとインデックス処理のオーバーヘッドを回避する分離可能な畳み込みを介して実装可能である。
• ウィーナー後処理を施さない状態でも、OGSはスペクトル減算法やlog-MMSE法よりも知覚的品質に優れ、聴き取り可能なアーチファクトが少ない。