[논문 리뷰] Metadetection: Mitigating Shear-dependent Object Detection Biases with Metacalibration

E. Sheldon, M. R. Becker외 2명|arXiv (Cornell University)|2019. 11. 06.

Adaptive optics and wavefront sensing참고 문헌 1인용 수 7

한 줄 요약

이 논문은 약한 중력 렌즈 측정에서 겹쳐진 은하 이미지에서 발생하는 전단 의존적 편향을 제거하기 위해 물체 검출를 메타캘리브레이션에 통합하는 메타검출(metadetection) 기법을 제안한다. 이미지 영역에 인위적 전단을 적용하고, 전단이 가해진 이미지에서 검출 및 측정을 수행함으로써 블렌딩으로 인한 편향을 보정하여, 고도로 블렌딩된 환경에서도 백분율 이하의 정확도를 달성한다.

ABSTRACT

Metacalibration is a new technique for measuring weak gravitational lensing shear that is unbiased for isolated galaxy images. In this work we test metacalibration with overlapping, or galaxy images. Using standard metacalibration, we find a few percent bias for galaxy densities relevant for current surveys, and that this bias increases with increasing galaxy number density. We show that this bias is not due to blending itself, but rather to shear-dependent object detection. If object detection is shear independent, no deblending of images is needed, in principle. We demonstrate that detection biases are accurately removed when including object detection in the metacalibration process, a technique we call metadetection. This process involves applying an artificial shear to images of small regions of sky, and performing detection and measurement on the sheared images in order to calculate a shear response. We show that the method works up to second-order shear effects even in highly blended scenes. However, because the space between objects is sheared coherently in metadetection, the accuracy is ultimately limited by how closely this process matches real data, in which some, but not all, galaxies images are sheared coherently. We find that even for the worst case scenario, in which the space between objects is completely unsheared, the bias is at most a few tenths of a percent for future surveys. We show that the primary technical challenge for metadetection, deconvolution using a spatially varying point-spread-function, does not result in a significant bias for typical imaging surveys. Finally, we discuss additional technical challenges that must be met in order to implement metadetection for real surveys.

연구 동기 및 목표

• 겹쳐진 은하 이미지에서의 물체 검출로 인한 전단 의존적 편향을 해결하기 위해.
• 물체 검출을 메타캘리브레이션 과정에 통합하여 체계적 오차를 제거하는 방법을 개발하기 위해.
• 고밀도 은하 및 공간적으로 변화하는 PSF를 포함한 현실적인 설문 조건에서 방법의 성능을 평가하기 위해.
• 미래의 약한 렌즈 설문 조사에 구현할 때 발생하는 기술적 과제를 규명하고 완화하기 위해.

제안 방법

• 천체 이미지의 소규모 영역에 인위적 전단을 적용하여 렌즈 효과를 시뮬레이션한다.
• 전단이 가해진 이미지에서 물체 검출 및 측정을 수행하여 전단 반응을 계산한다.
• 검출 및 측정을 메타캘리브레이션 프레임워크에 통합하여 '메타검출'을 구성한다.
• 실제 관측 조건을 모델링하기 위해 공간적으로 변화하는 점원형함수(PSFs)를 사용한다.
• 고도로 블렌딩된 환경에서의 이차 전단 효과를 고려한다.
• 이미지 영역 내에서 전단의 일관성과 은하 밀도 변화에 따라 방법을 검증한다.

실험 결과

연구 질문

• RQ1 표준 메타캘리브레이션에서 겹쳐진 은하에 대해 전단 의존적 물체 검출이 어떤 방식으로 편향을 유발하는가?
• RQ2 검출을 메타캘리브레이션에 통합함으로써 고밀도 은하 영역에서 전단 의존적 편향을 제거할 수 있는가?
• RQ3 공간적으로 변화하는 PSFs가 일반적인 이미징 설문 조사에서 메타검출 정확도에 어떤 영향을 미치는가?
• RQ4 물체 간 전단의 일관성이 메타검출 성능에 어떤 영향을 미치는가?
• RQ5 실제 약한 렌즈 설문 조사에 메타검출을 구현할 때 주요 기술적 과제는 무엇인가?

주요 결과

• 현재 설문 조사에서 일반적인 은하 밀도에서는 표준 메타캘리브레이션에서 몇 퍼센트의 편향이 나타나며, 은하 수 밀도가 높아질수록 증가한다.
• 편향은 블렌딩 자체 때문이 아니라 전단 의존적 물체 검출 때문이며, 탈블렌딩(deblending) 때문이 아니다.
• 메타검출—검출을 메타캘리브레이션 과정에 통합함으로써—이러한 검출 유도 편향을 완전히 제거한다.
• 가장 악조건의 상황에서도, 물체 간 영역이 전단되지 않은 경우에도 향후 설문 조사에서는 편향이 0.3% 이하로 유지된다.
• 공간적으로 변화하는 PSFs를 사용한 탈블렌딩은 일반적인 이미징 설문 조사에서 유의미한 편향을 유발하지 않는다.
• 주요 기술적 과제는 PSF 변화를 정확히 모델링하는 데 있지만, 실제로는 상당한 편향을 유발하지 않는다.