[논문 리뷰] Local Radon Descriptors for Image Search

Morteza Babaie, Hamid R. Tizhoosh외 2명|arXiv (Cornell University)|2017. 10. 11.

Advanced Image and Video Retrieval Techniques참고 문헌 19인용 수 5

한 줄 요약

이 논문은 국소 라돈 기반 기술인 로컬 라돈 디스크립터(LRD)를 소개한다. LRD는 조밀한 국소 라돈 투영을 계산하고, 0° 및 90° 투영 간 유도 미분 비율과 합을 분석함으로써 영상 검색 성능을 향상시킨다. LRD는 전역 라돈 방법에 비해 뚜렷한 성능 향상을 이룩하며, LBP 및 HOG 수준의 검색 정확도를 달성하지만 전역 라돈보다 4배 짧고 LBP보다는 최대 28배 짧은 디스크립터를 사용한다.

ABSTRACT

Radon transform and its inverse operation are important techniques in medical imaging tasks. Recently, there has been renewed interest in Radon transform for applications such as content-based medical image retrieval. However, all studies so far have used Radon transform as a global or quasi-global image descriptor by extracting projections of the whole image or large sub-images. This paper attempts to show that the dense sampling to generate the histogram of local Radon projections has a much higher discrimination capability than the global one. In this paper, we introduce Local Radon Descriptor (LRD) and apply it to the IRMA dataset, which contains 14,410 x-ray images as well as to the INRIA Holidays dataset with 1,990 images. Our results show significant improvement in retrieval performance by using LRD versus its global version. We also demonstrate that LRD can deliver results comparable to well-established descriptors like LBP and HOG.

연구 동기 및 목표

• 영상 검색에서 전역 라돈 변환의 국소 기능 구분 능력 부족 문제를 해결하기 위해.
• 라돈 투영의 전역적 샘플링에서 국소적이고 조밀한 샘플링으로 전환함으로써 기반 기반 영상 디스크립터의 성능을 향상시키기 위해.
• 라돈 투영 내 국소 기울기 변화를 활용하는 컴act하면서도 강력한 디스크립터를 개발하기 위해.
• 의료(IRM) 및 일반(INRIA Holidays) 영상 데이터셋에서 LRD의 성능을 검증하기 위해.
• LRD가 LBP 및 HOG와 같은 최신 기술 수준의 디스크립터와 유사한 성능을 달성하면서도 전역 라돈 및 기타 국소 디스크립터보다 훨씬 짧은 디스크립터 길이를 갖는지 입증하기 위해.

제안 방법

• 표준 라돈 변환 공식(디랙 델타 함수 포함)을 사용하여 각 국소 영상 블록에 대해 n개의 등간격 라돈 투영을 계산한다.
• 각 국소 블록에 대해 0° 및 90° 투영 간 유도 미분의 비율과 합을 계산하여 국소 기울기 변화를 포착한다.
• 유도 미분 비율 및 합 값에서 히스토그램을 구성하고, 데이터셋 별로 바인딩을 최적화한다.
• 영상은 격자 형태의 부분 영상(예: IRMA의 경우 5×5, Holidays의 경우 3×3)으로 분할되며, 각 부분 영상에서 LRD를 계산한다.
• 최종 디스크립터는 모든 부분 영상 히스토그램의 연결이며, 파라미터(블록 수 및 바인딩 수)는 철저한 검색을 통해 최적화된다.
• 구분 능력을 향상시키기 위해 투영의 수직 쌍(0° 및 90°)을 사용하며, 수직 쌍 외의 조합(예: 수직 쌍)은 효과가 떨어지는 것으로 확인되었다.

실험 결과

연구 질문

• RQ1 국소 라돈 투영은 전역 라돈 투영에 비해 영상 검색 성능을 뚜렷이 향상시킬 수 있는가?
• RQ2 기존의 LBP 및 HOG와 비교했을 때 로컬 라돈 디스크립터(LRD)는 성능과 컴팩트함 측면에서 어떻게 성과를 내는가?
• RQ3 의료 및 일반 영상 데이터셋에서 LRD의 최적의 부분 영상 수와 히스토그램 바인딩 수는 얼마인가?
• RQ4 0° 및 90° 투영 간 유도 미분 비율과 합을 사용함으로써 국소 기능의 구분 능력이 향상되는가?
• RQ5 LRD는 전역 라돈 및 기타 국소 디스크립터보다 훨씬 짧은 디스크립터 길이를 갖는 동시에 경쟁 가능한 검색 정확도를 달성할 수 있는가?

주요 결과

• IRMA 데이터셋에서 LRD는 전역 라돈의 472.31에서 287.77로 오차를 감소시켜 정확도가 10.5% 향상되었다.
• IRMA 데이터셋에서 LRD는 83.39%의 정확도를 기록했으며, LBP(85.87%)에 비해 略적으로 낮지만 전역 라돈(72.74%)에 비해 뚜렷이 뛰어났다.
• INRIA Holidays 데이터셋에서 LRD는 40.02%의 검색 정확도를 기록했으며, 정확히 HOG와 동일했고 전역 라돈(6.00%)을 뛰어넘었다.
• LRD는 IRMA에선 300, Holidays에선 198의 디스크립터 길이를 사용했으며, 전역 라돈(1200)보다 4배 짧고 LBP(8496)보다는 최대 28배 짧았다.
• LRD는 IRMA에서 1장의 영상당 0.02초의 계산 시간을 기록했으며, LBP(0.50초) 및 HOG(0.23초)보다 훨씬 빠르게 작동했다. 이는 디스크립터의 컴팩트함 덕분이었다.
• 0° 및 90° 투영의 수직 쌍이 최고의 성능을 내었으며, 다른 쌍(예: 수직 쌍)은 효과가 떨어지는 것으로 확인되었다.