[論文レビュー] Unbalanced Optimal Transport Dictionary Learning for Unsupervised Hyperspectral Image Clustering

Joshua Lentz, Nicholas Karris+2 more|arXiv (Cornell University)|Mar 10, 2026

Remote-Sensing Image Classification被引用数 0

ひとこと要約

本研究は、アンバランス Wasserstein バリセントを用いてベレーシック表現を学習し、その重みに基づくスペクトルクラスタリングを行うことで、教師なしのハイパースペクトル画像クラスタリングを実現するUBOT-DLを提案する。

ABSTRACT

Hyperspectral images capture vast amounts of high-dimensional spectral information about a scene, making labeling an intensive task that is resistant to out-of-the-box statistical methods. Unsupervised learning of clusters allows for automated segmentation of the scene, enabling a more rapid understanding of the image. Partitioning the spectral information contained within the data via dictionary learning in Wasserstein space has proven an effective method for unsupervised clustering. However, this approach requires balancing the spectral profiles of the data, blurring the classes, and sacrificing robustness to outliers and noise. In this paper, we suggest improving this approach by utilizing unbalanced Wasserstein barycenters to learn a lower-dimensional representation of the underlying data. The deployment of spectral clustering on the learned representation results in an effective approach for the unsupervised learning of labels.

研究の動機と目的

• 限られたラベルしかない、またはラベルなしの高次元ハイパースペクトルデータに対する教師なしラベリングを動機づける。
• 各ピクセルをスペクトル帯域の分布として表現し、ピクセルを再構成するベアリエントの辞書を学習する。
• 正規化された（バランスされた）分布の代わりにアンバランド Wasserstein バリセントを使用することで外れ値やノイズに対する頑健性を向上させる。
• 学習されたベアリエントの重みに対して下流のスペクトルクラスタリングを有効にし、ピクセルラベルを得る。

提案手法

• ピクセルをスペクトル帯域の分布としてモデル化し、辞書 D と重み行列 Λ を求め、P(D,Λ) がアンバランド Wasserstein バリセントを介してピクセルに近似されるようにする。
• 周辺誤差項とエントロピー項（τ, ε）を含むUOTを計算するためにSinkhorn風アルゴリズムを可能にするエントロピー正規化を用いる。
• 損失 L を最小化してバリセント再構成 P(D,Λ) と元データ X の乖離を最小化する（実験では二乗誤差を使用）。
• D と Λ を勾配法に基づいて反復更新し、D には非負性/下限化、Λ にはソフトマックス正規化を適用する。
• 2段階のクラスタリングを実施する：UBOT-DLで Λ を学習し、次に Λ に対してスペクトルクラスタリングを適用する（k最近傍グラフとラプラシアン固有写像を用いる）、その後Hungarianアルゴリズムでグランドトゥルースとラベルを一致させる。

Fig. 1 : Pictured here is the balanced (left) and unbalanced (right) barycentric interpolation between two Gaussian distributions with the same variance using $\tau=0.5$ and $\epsilon=0.001$ . Notice that the unbalanced barycenters do not obey strict mass conservation, but still take the general sha

実験結果

リサーチクエスチョン

• RQ1 アンバランス最適輸送を活用して、正規化を過度に行わずに高次元ハイパースペクトルデータのコンパクトで頑健な表現を学べるか。
• RQ2 学習されたベアリエントの重みに対するスペクトルクラスタリングは、標準データセットを横断してハイパースペクトルシーンの教師なしラベリングを正確に提供できるか。
• RQ3 ハイパーパラメータ（τ, ε, 原子数 k, NN）がクラスタリング精度と純度に及ぼす影響はどうなるか。
• RQ4 UBOT-DLは同条件のバランスWasserstein辞書学習（BCSC）と比較して、精度と外れ値への頑健性でどう違いがあるか。

主な発見

Data set	Accuracy	τ	ε	Atoms	NN
Salinas A	0.89	1000	0.1	24	25
Salinas A	0.86	10000	0.05	30	20
Pavia Centre	0.84	1000	0.07	27	15
Pavia Centre	0.82	100	0.07	27	5
Pavia U	0.63	10000	0.07	18	5
Pavia U	0.58	100000	0.1	36	5
Indian Pines	0.34	1000	0.06	32	5
Indian Pines	0.34	100000	0.06	48	5

• UBOT-DLは標準的なハイパースペクトルデータセット（例：Salinas A, Pavia Centre, Pavia University, Indian Pines）において、様々なハイパーパラメータ設定で競争力のある精度を示す。
• ベストケースの精度としてSalinas A 約0.89（τ=1000, ε=0.1, k=24, NN=25）、Pavia Centre 約0.84（τ=1000, ε=0.07, k=27, NN=15）、Indian Pines 約0.34（τ=1000, ε=0.06, k=32, NN=5）を報告。
• グラウンドトゥルース数を超える少数のクラスタを用いると純度が向上する（例：Salinas A 純度0.92、c=7、τ=1000、ε=0.1、k=60、NN=45）。
• UBOT-DLは同一ハイパーパラメータ下で一般的にバランスWasserstein辞書学習（BCSC）を上回る（例：Salinas A: 0.89 対 0.86）。
• UBOT-DLはアンバランドOTの計算によりBCSCよりも計算が遅い（例：Salinas Aのベストケース設定（k=24, τ=1000, ε=0.1, 500 イテレーション）で約226秒）。
• この手法は学習された重み Λ を介してデータの次元削減を実現し、効果的な下流のスペクトルクラスタリングを可能にする。

Fig. 2 : This image shows the in-painting process of a trial run of the Salinas A data set with $24$ atoms, $\tau=1000$ , and $\epsilon=0.1$ achieving an accuracy before in-painting of $89\%$ . We note that the bottom right corner of the image accounts for the majority of the mislabeling, and that t