[논문 리뷰] Algorithmic Optimisations for Iterative Deconvolution Methods

Martin Welk, Martin Erler|arXiv (Cornell University)|2013. 04. 26.

Sparse and Compressive Sensing Techniques참고 문헌 12인용 수 3

한 줄 요약

이 논문은 반복적 비맹각 복소화를 가속화하기 위해 두 가지 알고리즘 최적화를 제안한다: (1) 상자 및 초점과 같은 일반적인 인식함수(PSF)를 위한 전용 컨볼루션 알고리즘, 그리고 (2) 반복 과정에서 여전히 변화하는 픽셀에 한해 계산을 제한하는 선택적 컨볼루션. 이러한 방법들은 재구성 품질에 미미한 영향을 미치면서도 런타임을 최대 5.27배까지 감소시킨다. 특히 푸리에 변환을 피하는 공간 도메인 복소화에 특히 효과적이다.

ABSTRACT

We investigate possibilities to speed up iterative algorithms for non-blind image deconvolution. We focus on algorithms in which convolution with the point-spread function to be deconvolved is used in each iteration, and aim at accelerating these convolution operations as they are typically the most expensive part of the computation. We follow two approaches: First, for some practically important specific point-spread functions, algorithmically efficient sliding window or list processing techniques can be used. In some constellations this allows faster computation than via the Fourier domain. Second, as iterations progress, computation of convolutions can be restricted to subsets of pixels. For moderate thinning rates this can be done with almost no impact on the reconstruction quality. Both approaches are demonstrated in the context of Richardson-Lucy deconvolution but are not restricted to this method.

연구 동기 및 목표

• 컨볼루션과 PSF 간의 계산 비용이 런타임을 지배하는 반복적 비맹각 복소화 방법의 계산 비용을 줄이기 위해.
• 푸리에 변환에 의존하지 않고 공간 도메인 컨볼루션을 가속화할 수 있는 알고리즘 최적화를 개발하기 위해.
• 반복의 후반 단계에서 변화하는 픽셀에만 컨볼루션을 제한하는 것이 재구성 품질을 유지하면서 계산을 줄이는 데 효과적인지 탐색하기 위해.
• 일부 경우에서 FFT 기반 방법보다 특화된 컨볼루션 알고리즘을 사용한 일반적인 PSF에 대해 더 빠른 성능을 내는지 입증하기 위해.
• 선택적 컨볼루션 접근법에서 속도 향상과 이미지 품질 저하 사이의 트레이드오프를 평가하기 위해.

제안 방법

• 구조화된 PSF(예: 상자, 초점)의 경우, FFT 기반 방법보다 효율적으로 컨볼루션을 계산할 수 있는 최적화된 슬라이딩 윈도우 또는 리스트 처리 알고리즘을 구현한다.
• 임계값 기반의 희소화 전략을 사용하여 반복 과정에서 값이 안정화된 픽셀의 컨볼루션을 건너뛴다.
• 선택적 컨볼루션 기법을 리처드슨-루클리 복소화 프레임워크에 적용하여, 변화가 동적 임계값을 초과하는 픽셀만 업데이트한다.
• 이미지 경계에서 누락된 데이터로 인한 아티팩트를 방지하기 위해 감소된 도메인 컨볼루션을 통해 경계 처리를 수행한다.
• 표준 FFT 기반 및 전체 컨볼루션 구현과의 성능 비교를 위해 SNR 및 런타임 비교를 수행한다.
• 3 GHz CPU를 사용하고 100회 반복 평균을 통해 속도 향상 및 품질 메트릭의 통계적 신뢰성을 확보한다.

실험 결과

연구 질문

• RQ1 공통적인 PSF(예: 상자, 초점)에 대해 특화된 컨볼루션 알고리즘은 공간 도메인 복소화에서 FFT 기반 컨볼루션보다 빠를 수 있는가?
• RQ2 변화하는 픽셀에만 컨볼루션을 제한하는 선택적 컨볼루션은 품질 저하 없이 런타임을 얼마나 줄일 수 있는가?
• RQ3 희소화 임계값의 선택이 계산 속도와 재구성 정밀도 사이의 트레이드오프에 어떤 영향을 미치는가?
• RQ4 이 최적화 방법은 리처드슨-루클리 복소화를 초월해 다른 반복적 복소화 방법에 적용 가능한가?
• RQ5 이러한 알고리즘 최적화를 통해 얻을 수 있는 최대 속도 향상은 품질이 허용 가능한 수준을 유지하면서 얼마인가?

주요 결과

• 9 픽셀 지름의 초점 PSF에 대해 최적화된 상자 필터는 기준값과 비교해 SNR가 1.08 dB 떨어지면서도 표준 FFT 기반 컨볼루션 대비 5.27배 빠른 성능을 보였다.
• 희소화 임계값 0.1을 사용했을 때, 메서드는 2.75배의 속도 향상을 달성했으며, SNR는 기준값과 0.2 dB 이내로 유지되어 품질 손실이 미미함을 시사했다.
• 임계값 0.5일 경우 속도 향상은 5.27배에 도달했지만, SNR는 12.23 dB로 떨어져 이미지 품질에 눈에 띄는 저하가 발생함을 나타냈다.
• 일반적인 상자 필터는 밀도가 일정한 모든 대규모 볼록 2D PSF에서 FFT를 능가했으며, 희소한 PSF의 경우 리스트 필터가 가장 효율적이었다.
• 17×17 크기의 PSF에 대해선 FFT 방법이 일반 상자 필터와 거의 유사한 성능을 보여, 더 큰 커널에서는 수익 감소 현상이 나타남을 시사했다.
• 선택적 컨볼루션의 구현 오버헤드는 1% 미만이었으며, 이는 실용적 구현 가능성의 확인을 의미한다.