[논문 리뷰] PSF field learning based on Optimal Transport Distances

Fred Maurice Ngolè Mboula, Jean‐Luc Starck|arXiv (Cornell University)|2017. 03. 17.

Advanced Fluorescence Microscopy Techniques인용 수 3

한 줄 요약

이 논문은 천문학적 영상에서 공간적으로 변화하는 점확산함수(PSF)를 모델링하기 위해 최적 운반 거리(Optimal Transport distances)를 활용하는 새로운 PSF 필드 보간 방법인 TraIn을 제안한다. 자르기(Wasserstein) 거리의 비선형 차원 축소와 순차적 2점 근사에 기반한 워셔스타인 바이아센트를 통해 계산된 TraIn은 Inverse Distance Weighting와 PCA 기반의 박막 보간과 같은 기존 방법들보다 훨씬 높은 정확도를 보이며, 특히 이웃 PSF가 제한적인 경우에 유의미한 성능 향상을 보인다.

ABSTRACT

Context: in astronomy, observing large fractions of the sky within a reasonable amount of time implies using large field-of-view (fov) optical instruments that typically have a spatially varying Point Spread Function (PSF). Depending on the scientific goals, galaxies images need to be corrected for the PSF whereas no direct measurement of the PSF is available. Aims: given a set of PSFs observed at random locations, we want to estimate the PSFs at galaxies locations for shapes measurements correction. Contributions: we propose an interpolation framework based on Sliced Optimal Transport. A non-linear dimension reduction is first performed based on local pairwise approximated Wasserstein distances. A low dimensional representation of the unknown PSFs is then estimated, which in turn is used to derive representations of those PSFs in the Wasserstein metric. Finally, the interpolated PSFs are calculated as approximated Wasserstein barycenters. Results: the proposed method was tested on simulated monochromatic PSFs of the Euclid space mission telescope (to be launched in 2020). It achieves a remarkable accuracy in terms of pixels values and shape compared to standard methods such as Inverse Distance Weighting or Radial Basis Function based interpolation methods.

연구 동기 및 목표

• 광역 천문 관측에서 직접적인 PSF 측정이 희박한 상황에서 공간적으로 변화하는 점확산함수(PSF)를 보간하는 데 도전하는 것.
• 전체 PSF 필드 데이터가 부족한 상황에서도 정밀한 PSF 보정을 가능하게 하여 유클리드와 같은 천체역학적 설문조사에서 형태 측정 정확도를 향상시키는 것.
• 기존 보간 방법의 한계—과도한 스무딩, 룬제 현상, 낮은 거리 측정 정확도—를 최적 운반 기하학을 통해 극복하는 것.
• 모델에 종속되지 않은 데이터 기반의 PSF 보간 프레임워크를 개발하여 초점 평면 전반에서 PSF의 형태와 강도 정확도를 유지하는 것.
• 향후 우주 임무에서 정밀도 요구 사항이 엄격한 상황에서, 희박한 PSF 측정값만으로도 강력한 PSF 필드 복원을 가능하게 하는 것.

제안 방법

• PSF 이미지 간의 근사 국소 쌍별 워셔스타인 거리를 계산하여 워셔스타인 공간 내에서의 내재 기하학적 구조를 포착하는 것으로 시작한다.
• 이러한 근사 워셔스타인 거리를 사용하여 비선형 차원 축소를 수행하여 PSF를 거리 성질을 유지하는 저차원 유클리드 공간에 매핑한다.
• 낮은 차원의 표현은 이후 박막 보간을 통해 기구의 시야에 매핑되어 임베딩된 공간에서 알 수 없는 PSF의 좌표를 추정한다.
• 순차적 2점 바이아센트 근사를 통해 근사 워셔스타인 바이아센트를 계산함으로써 수치적 안정성과 수렴성을 확보한다.
• 다양한 주축 길이를 가진 PSF를 보간할 때 비자연스러운 형태 수축을 방지하기 위해 속도 제약 이동 보간법을 도입한다.
• 높은 순서의 바이아센트를 정확히 계산하는 대신, 가중치가 높은 순서로 정렬된 쌍별 PSF를 반복적으로 조합하여 가중치 기반 바이아센트 업데이트를 수행함으로써 초기화를 향상시킨다.

실험 결과

연구 질문

• RQ1 기존 기준 거리보다 최적 운반 거리가 초점 평면 전반의 PSF 변화를 더 정확하고 기하학적으로 충실하게 표현할 수 있는가?
• RQ2 자르기 워셔스타인 거리와 저차원 매핑을 사용할 경우, 기존 방법인 Inverse Distance Weighting와 비교해 PSF 보간 정확도가 어떻게 향상되는가?
• RQ3 2점 워셔스타인 바이아센트를 통한 순차적 바이아센트 근사는 고차원 PSF 필드에서 PSF의 형태와 강도 정확도를 어느 정도 유지하는가?
• RQ4 소수의 이웃 PSF만을 사용할 때, 제안된 방법이 PCA 기반 보간법보다 픽셀 수준 오차와 형태 측정 정확도 측면에서 뛰어나게 성능을 발휘할 수 있는가?
• RQ5 속도 제약 이동 보간법이 타원도가 다양한 PSF의 유클리드 기반 보간에서 흔히 발생하는 형태 왜곡 아티팩트를 완화하는가?

주요 결과

• 이웃 PSF가 소수일 때조차 TraIn은 Inverse Distance Weighting와 PCA 기반의 박막 보간법보다 픽셀 수준 오차가 수 개의 주기만큼 낮다.
• 방법은 뛰어난 형태 복원 정확도를 보이며, 보간된 PSF가 타당성 있는 타당성과 크기 파rameter에서 실제값과 유사하게 나타난다.
• 자르기 워셔스타인 거리의 사용은 초점 평면 전반의 복잡한 PSF 변화를 효과적으로 포착하는 비선형 차원 축소를 가능하게 한다.
• 순차적 바이아센트 근사 체계는 정확한 다중점 바이아센트 계산이 세 개 이상의 입력에 대해 계산적으로 불가능한 상황에서 안정적이고 확장 가능한 대안을 제공한다.
• 속도 제약 이동 보간법은 주축 길이의 차이가 큰 PSF에 대해 비자연스러운 형태 수축을 효과적으로 줄인다.
• 시뮬레이션된 유클리드 유사 PSF에서의 비교 테스트에서 TraIn은 정량적 오차 지표와 시각적 정확도 모두에서 최신 보간 방법들을 일관되게 능가한다.