[논문 리뷰] An ADMM Approach to Masked Signal Decomposition Using Subspace Representation

Shervin Minaee, Yao Wang|arXiv (Cornell University)|2017. 04. 25.

Image and Signal Denoising Methods참고 문헌 27인용 수 7

한 줄 요약

이 논문은 추가 모델에서 신호가 덧셈이 아니라 이진 마스크를 통해 선택되는 겹침 구조를 가진 신호 분해를 위한 ADMM 기반 알고리즘을 제안한다. 알려진 부분공간을 활용하고 연속 최적화 문제를 풀어, 기존의 덧셈 모델에 비해 텍스트 추출, 영상 객체 분할, 1차원 신호 분리에서 뛰어난 성능을 달성한다.

ABSTRACT

Signal decomposition is a classical problem in signal processing, which aims to separate an observed signal into two or more components each with its own property. Usually each component is described by its own subspace or dictionary. Extensive research has been done for the case where the components are additive, but in real world applications, the components are often non-additive. For example, an image may consist of a foreground object overlaid on a background, where each pixel either belongs to the foreground or the background. In such a situation, to separate signal components, we need to find a binary mask which shows the location of each component. Therefore it requires to solve a binary optimization problem. Since most of the binary optimization problems are intractable, we relax this problem to the approximated continuous problem, and solve it by alternating optimization technique. We show the application of the proposed algorithm for three applications: separation of text from background in images, separation of moving objects from a background undergoing global camera motion in videos, separation of sinusoidal and spike components in one dimensional signals. We demonstrate in each case that considering the non-additive nature of the problem can lead to significant improvement.

연구 동기 및 목표

• 텍스트가 이미지 위에 겹쳐져 있거나 영상에서 움직이는 객체가 덧씌워지는 것과 같은 신호 성분이 덧셈이 아닌 겹침 구조로 존재하는 상황에서의 신호 분해 문제를 다루는 것.
• 성분의 지원 영역을 나타내는 마스크를 포함한 이진 최적화 문제로 문제를 재구성하며, 이는 원래 형태로는 계산적으로 비가능한 문제이다.
• 이진 제약 조건을 연속 문제로 완화하고, ADMM(교차 방향 방법)를 통해 계산 가능하도록 최적화 문제를 해결하는 것.
• 실제 응용 분야인 텍스트 분할 및 움직이는 객체 검출에서 기존의 덧셈 기반 신호 분해 모델에 비해 향상된 성능을 보여주는 것.
• 1차원 신호, 이미지 분할, 영상 처리 등 다양한 응용 분야에서의 성능 평가를 통해 비가산 신호 구조를 모델링함으로써 성능 향상이 이루어지는지 확인하는 것.

제안 방법

• 신호를 $ x = w_1 \bigcirc x_1 + w_2 \bigcirc x_2 $ 로 모델링하며, 여기서 $ w_k $ 는 이진 마스크이고 $ \bigcirc $ 는 원소별 곱셈을 의미한다.
• 각 성분 $ x_k $ 가 알려진 부분공간에 속해 있다고 가정하며, 이는 사전 $ P_k $ 를 통해 표현되며, $ x_k = P_k s_k $ 를 만족하는 희소 계수 벡터 $ s_k $ 가 존재한다.
• 이진 마스크 제약 조건 $ w_k \in \{0,1\}^N $ 을 $ w_k \in [0,1]^N $ 으로 완화하여 연속 최적화 문제로 전환한다.
• 구조적 특성(예: 희소성, 낮은 질량 등)을 촉진하는 정규화 항 $ \phi_k(x_k) $ 를 포함한 최적화 문제를 설정하고, ADMM를 통해 교대 업데이트 방식으로 해결한다.
• 증강 라그랑주 방법을 사용해 문제를 해석 가능한 닫힌 형태 또는 반복 업데이트로 가능한 하위문제로 분해한다.
• DCT와 헤이드라드 부분공간을 각각 배경과 전경에 사용하여 1차원 신호, 이미지 텍스트 추출, 영상 객체 검출에 알고리즘을 적용한다.

실험 결과

연구 질문

• RQ1 이진 마스크를 통한 비가산 신호 오버레이를 고려한 분해 모델이 기존의 덧셈 기반 모델에 비해 영상 및 영상 응용 분야에서 성능이 뛰어나게 되는가?
• RQ2 DCT와 헤이드라드 등 부분공간 표현의 선택이 텍스트 추출 작업에서 마스크 기반 분해 성능에 어떤 영향을 미치는가?
• RQ3 제안된 ADMM 기반의 이진 마스크 문제 완화 방법이 정확한 이진 해에 비해 구조적 충실도를 얼마나 잘 유지하는가?
• RQ4 텍스트 분할 정확도와 완전성 측면에서 최신의 텍스트 검출 알고리즘과 비교해 볼 때, 제안된 방법은 어떤 성능을 보이는가?
• RQ5 개별 성분에 대한 학습 데이터가 제공되지 않을 경우, 부분공간과 마스크를 동시에 학습할 수 있는 프레임워크로 확장 가능한가?

주요 결과

• 색상 유사도로 인해 기존 방법이 혼동하는 상황에서도, 텍스트를 무늬가 있는 배경에서 분리하는 데 있어 클러스터링 기반 및 희소 분해 기반 접근법에 비해 제안된 방법이 뚜렷한 성능 향상을 보였다.
• 이미지 분할에서 전경에는 헤이드라드 부분공간, 배경에는 DCT 부분공간을 사용할 경우, 둘 다 DCT를 사용하는 것보다 더 우수한 결과를 얻었으며, 성분에 맞는 부분공간 선택의 중요성을 입증하였다.
• ICDAR 2017 벤치마크에서 제안된 알고리즘은 전체 픽셀 수준의 분할 마스크를 생성하는 반면, Connectionist Text Proposal Network 는 경계 상자만 출력하고 일부 텍스트 영역을 누락하는 것으로 나타났다.
• 영상에서 배경의 전역 운동이 발생하는 상황에서도 움직이는 객체를 효과적으로 배경에서 분리함으로써, 동적 신호 분해에 있어 제안된 방법의 유용성을 입증하였다.
• 1차원 신호 분해에서 정현파 및 스파이크 성분을 성공적으로 분리함으로써, 제안된 방법이 이미지 및 영상 외의 분야에도 효과적으로 적용될 수 있음을 확인하였다.
• 시각적 비교 결과, 제안된 방법이 덧셈 모델에 비해 텍스트 및 객체 경계의 미세한 디테일을 더 잘 유지하는 것으로 나타났으며, 덧셈 모델은 겹치는 영역에서 블러링 또는 잘못된 분류 경향을 보였다.