[논문 리뷰] An efficient numerical algorithm for the L2 optimal transport problem with applications to image processing

Louis-Philippe Saumier Demers|arXiv (Cornell University)|2010. 09. 30.

Geometric Analysis and Curvature Flows참고 문헌 13인용 수 9

한 줄 요약

이 논문은 주기적이고 비균일한 확률 밀도를 갖는 L2 최적 운반 문제를 해결하기 위한 효율적인 수치 알고리즘을 제시한다. 몽체-암페르 방정식을 다루기 위해 감쇠 뉴턴 방법을 확장하여, FFT 기반 선형 해법과 4차 유한 차분법을 결합함으로써 높은 정확도와 계산 효율성을 달성하였으며, 뇌경색 검출을 포함한 영상 처리 작업에서 뛰어난 성능을 보였다.

ABSTRACT

We present a numerical method to solve the optimal transport problem with a quadratic cost when the source and target measures are periodic probability densities. This method is based on a numerical resolution of the corresponding Monge-Amp\`ere equation. We extend the damped Newton algorithm of Loeper and Rapetti \cite{LR} to the more general case of a non uniform density which is relevant to the optimal transport problem, and we show that our algorithm converges for sufficiently large damping coefficients. The main idea consists of designing an iterative scheme where the fully nonlinear equation is approximated by a non-constant coefficient linear elliptic PDE that we solve numerically. We introduce several improvements and some new techniques for the numerical resolution of the corresponding linear system. Namely, we use a Fast Fourier Transform (FFT) method by Strain \cite{St}, which allows to increase the efficiency of our algorithm against the standard finite difference method. Moreover, we use a fourth order finite difference scheme to approximate the partial derivatives involved in the nonlinear terms of the Newton algorithm, which are evaluated once at each iteration; this leads to a significant improvement of the accuracy of the method, but does not sacrifice its efficiency. Finally, we present some numerical experiments which demonstrate the robustness and efficiency of our method on several examples of image processing, including an application to multiple sclerosis disease detection.

연구 동기 및 목표

• 주기적이고 비균일한 확률 측도를 갖는 L2 최적 운반 문제를 수치적으로 효율적이고 정확하게 해결하기 위한 방법을 개발한다.
• Loeper와 Rapetti의 감쇠 뉴턴 알고리즘을 비균일 밀도에 적합하게 확장하여 최적 운반 문제에 적용한다.
• 고급 수치 기법을 통해 몽체-암페르 방정식을 해결하는 데 있어 계산 효율성과 정확도를 향상시킨다.
• 실제 영상 처리 시나리오, 특히 의료 영상에서의 적용 가능성을 포함한 방법의 강건성과 적용 가능성을 입증한다.

제안 방법

• 이 방법은 각 단계에서 비선형성을 선형화하는 반복적 감쇠 뉴턴 기법을 사용하여 몽체-암페르 방정식을 해결한다.
• 각 뉴턴 반복 단계에서 비선형 방정식은 계수 변화가 가능한 선형 타원형 편미분방정식으로 근사된다.
• 비선형 항의 공간 도함수는 4차 유한 차분법으로 이산화되어 정확도를 높이되, 속도를 저하시키지 않는다.
• 각 반복 단계에서 발생하는 선형 시스템은 Strain의 접근 방식에 기반한 FFT 기반 방법을 사용하여 효율적으로 해결된다.
• 충분히 큰 값에서 수렴을 보장하는 감쇠 계수 전략을 알고리즘에 도입한다.
• 주기적 경계 조건과 비균일한 원천 및 목표 밀도를 처리하기 위해 방법을 적응시켰다.

실험 결과

연구 질문

• RQ1 감쇠 뉴턴 방법이 L2 최적 운반 문제에서 비균일 밀도에 효과적으로 확장될 수 있는가?
• RQ2 몽체-암페르 방정식을 해결하는 데 드는 계산 비용을 유지보수하면서 정확도를 높이기 위해 어떻게 줄일 수 있는가?
• RQ3 FFT 기반 해법과 고차 유한 차분법을 조합함으로써 최적 운반 알고리즘의 성능이 어느 정도 향상되는가?
• RQ4 제안된 방법이 실제 세계의 영상 처리 응용에서 강건하고 효율적인 해를 도출할 수 있는가?

주요 결과

• 충분히 큰 감쇠 계수에서 알고리즘이 수렴함을 입증하여 수치적 안정성을 확보하였다.
• FFT 기반 선형 해법의 사용은 기존의 표준 유한 차분 방법에 비해 계산 효율성을 크게 향상시켰다.
• 4차 유한 차분법은 계산 오버헤드를 증가시키지 않으면서도 해의 정확도를 향상시켰다.
• 영상 처리 작업을 포함한 수치 실험에서 높은 정확도와 강건성을 확보하였다.
• 최적 운반 기반 영상 정렬을 활용한 뇌경색 검출을 포함한 의료 영상 분석에 성공적으로 적용되었다.