[논문 리뷰] Mixed spatially varying $L^2$-BV regularization of inverse ill-posed problems

Gisela L. Mazzieri, Rubén D. Spies외 1명|arXiv (Cornell University)|2014. 03. 21.

Numerical methods in inverse problems참고 문헌 9인용 수 4

한 줄 요약

이 논문은 공간에 따라 변하는 $L^2$-BV 정규화 방법을 제안하여 역불안정 문제를 해결한다. 이 방법은 공간에 따라 적응하는 가중치 함수 $\theta(x)$를 통해 $L^2$-노름과 유한변동(BV) 페널티를 조합한다. 신호 및 영상 복원에서 균일한 영역에서는 부드러움을 유지하면서도 경계를 보존함으로써 성능을 향상시키며, 존재성 및 유일성에 대한 이론적 결과를 제시하고, 기존의 티콘로프 및 순수 BV 방법에 비해 ISNR 향상으로써 뛰어난 성능을 입증한다.

ABSTRACT

Several generalizations of the traditional Tikhonov-Phillips regularization method have been proposed during the last two decades. Many of these generalizations are based upon inducing stability throughout the use of different penalizers which allow the capturing of diverse properties of the exact solution (e.g. edges, discontinuities, borders, etc.). However, in some problems in which it is known that the regularity of the exact solution is heterogeneous and/or anisotropic, it is reasonable to think that a much better option could be the simultaneous use of two or more penalizers of different nature. Such is the case, for instance, in some image restoration problems in which preservation of edges, borders or discontinuities is an important matter. In this work we present some results on the simultaneous use of penalizers of $L^2$ and of bounded variation (BV) type. For particular cases, existence and uniqueness results are proved. Open problems are discussed and results to signal restoration problems are presented.

연구 동기 및 목표

• 이질적이거나 비등방적인 해의 정규성 특성을 가지는 문제에서 고전적 티콘로프 및 순수 BV 정규화의 한계를 해결하기 위해.
• 해의 해소 영역에서 부드럽고 불연속적인 특징을 동시에 잘 포착할 수 있도록 $L^2$-노름과 BV 반정규화 페널티를 조합한 하이브리드 정규화 방법을 개발하기 위해.
• 특정 조건 하에서 제안된 혼합 정규화 기능의 최소화자 존재성 및 유일성을 확립하기 위해.
• 수치 예제를 통한 ISNR 기반 정량적 비교를 통해 신호 복원에서의 방법의 효과성을 입증하기 위해.

제안 방법

• 공간에 따라 변하는 가중치 함수 $\theta(x)$를 통해 $L^2$와 BV 페널티를 조합한 일반화된 티콘로프-필립스 기능을 설정하여 $J_{\alpha,\theta}(u) = \|Tu - v\|^2 + \alpha \left( (1-\theta(x))\|u\|_{L^2}^2 + \theta(x)\|\nabla u\|_{L^1} \right)$ 를 도출한다.
• 부드러운 영역에서는 $L^2$-노름에 더 높은 영향을 주고, 경계나 불연속성 근처에서는 BV 반정규화 페널티에 더 큰 영향을 주는 가중치 함수 $\theta(x)$를 사용한다.
• 티콘로프 정규화 해의 기울기 크기와 가우시안 커널을 컨볼루션하여 데이터 기반 가중치 함수를 구성함으로써 사전 지식 없이도 자동 적응이 가능하게 한다.
• 이진 및 연속적 가중치 함수를 사용하여 비교 분석을 수행하며, 사전 지식 기반 및 데이터 기반의 구성 방법을 포함한다.
• 적절한 $\theta(x)$ 및 연산자 $T$ 조건 하에서 기능의 전역 최소화자 존재성 및 유일성을 증명한다.
• 합성 데이터 기반 1D 신호 복원 문제에 방법을 적용하고, ISNR를 정량적 지표로 사용하여 결과를 비교한다.

실험 결과

연구 질문

• RQ1 공간에 따라 변하는 $L^2$와 BV 페널티의 조합은 고전적 티콘로프 또는 순수 BV 방법에 비해 부드럽고 불연속적인 특징을 동시에 가진 신호의 복원 성능을 향상시킬 수 있는가?
• RQ2 제안된 혼합 정규화 기능이 전역 최소화자를 유일하게 가질 수 있는 조건는 무엇인가?
• RQ3 데이터 기반 가중치 함수 $\theta(x)$는 해의 국소적 구조에 정규화를 적응적으로 조절하는 데 얼마나 효과적인가?
• RQ4 혼합 $L^2$-BV 방법을 사용할 경우 단일 페널티 방법 대비 복원 품질 향상 정도는 어느 정도인가?
• RQ5 순수 BV 정규화의 '계단 효과'를 피하면서도 날카운 경계를 유지할 수 있는가?

주요 결과

• 혼합 $L^2$-BV 정규화 방법은 고전적 티콘로프-필립스(순서 0) 및 순수 BV 정규화 방법에 비해 신호 복원에서 뚜렷한 성능 향상을 보이며, 더 높은 ISNR 값을 기록한다.
• 예제 3.1에서 이진 $\theta$를 사용한 혼합 방법의 ISNR는 5.7086을 기록했고, 티콘로프 방법은 2.5197, 순수 BV 방법은 4.2063이었다.
• 예제 3.2에서 이진 $\theta$를 사용한 혼합 방법은 ISNR 4.8969를 달성하여 티콘로프 방법(2.6008) 및 BV 방법(2.8448)을 모두 초월했다.
• 티콘로프 정규화 해의 기울기로부터 유도된 데이터 기반 가중치 함수 $\theta(x)$는 순수 방법 대비 뚜렷한 성능 향상을 보였으며, 예제 3.1에서는 ISNR 4.4029, 예제 3.2에서는 ISNR 4.3315를 기록했다.
• 이론적 결과는 $\theta(x)$ 및 연산자 $T$에 대한 적절한 가정 하에서 제안된 기능의 전역 최소화자 존재성 및 유일성을 확인한다.
• 순수 BV 정규화의 계단 효과를 효과적으로 줄이며, 부드럽고 불연속적인 특징을 동시에 가진 영역에서 뛰어난 성능을 보였다.