[论文解读] Masked Signal Decomposition Using Subspace Representation and Its Applications

Shervin Minaee, Yao Wang|arXiv (Cornell University)|Apr 25, 2017

Image and Signal Denoising Methods被引用 8

一句话总结

本文提出了一种掩码信号分解方法，通过子空间表示和二值掩码建模非加性信号分量，并利用交替优化求解由此产生的非凸问题。该方法在文本-背景分离、运动目标检测和正弦-脉冲分解等非加性场景中显著提升了分离性能。

ABSTRACT

Signal decomposition is a classical problem in signal processing, which aims to separate an observed signal into two or more components each with its own property. Usually each component is described by its own subspace or dictionary. Extensive research has been done for the case where the components are additive, but in real world applications, the components are often non-additive. For example, an image may consist of a foreground object overlaid on a background, where each pixel either belongs to the foreground or the background. In such a situation, to separate signal components, we need to find a binary mask which shows the location of each component. Therefore it requires to solve a binary optimization problem. Since most of the binary optimization problems are intractable, we relax this problem to the approximated continuous problem, and solve it by alternating optimization technique, which solves the mask and the subspace projection for each component, alternatingly and iteratively. We show the application of the proposed algorithm for three applications: separation of text from background in images, separation of moving objects from a background undergoing global camera motion in videos, separation of sinusoidal and spike components in one dimensional signals. We demonstrate in each case that considering the non-additive nature of the problem can lead to significant improvement.

研究动机与目标

• 解决非加性信号分量分离的挑战，其中分量并非简单相加，而是占据不重叠的空间或时间位置。
• 使用低维子空间表示来建模每个信号分量，以捕捉其内在结构。
• 将分解问题表述为二值掩码优化问题，以识别分量的位置。
• 通过连续松弛和交替优化开发一种可处理的解决方案，以应对二值约束带来的不可行性。
• 在加法模型无法捕捉结构依赖关系的多样化应用场景中，证明该方法的有效性。

提出的方法

• 使用子空间投影表示每个信号分量，假设每个分量位于一个低维线性子空间中。
• 引入一个二值掩码矩阵，以指示哪些像素或样本属于哪个分量，从而强制实现分量的非重叠分配。
• 将二值掩码约束松弛为0到1之间的连续松弛，以使优化问题变得可行。
• 应用交替优化：通过闭式解，迭代更新掩码和每个分量的子空间投影矩阵。
• 使用惩罚项促使松弛后的掩码收敛至二值取值，从而提升分量分离效果。
• 通过奇异值分解（SVD）求解子空间估计问题，通过基于梯度的更新方法优化掩码。

实验结果

研究问题

• RQ1 与加法模型相比，基于子空间的建模结合掩码分解是否能在非加性信号场景中实现更优的分离效果？
• RQ2 对二值掩码问题进行连续松弛，在保持分量结构完整性的同时，是否能实现高效的优化？
• RQ3 在真实世界应用（如文本提取和运动目标检测）中，该方法相较于传统加法分解在多大程度上表现更优？
• RQ4 该框架能否泛化应用于不同类型的信号，包括二维图像、视频序列和一维信号？
• RQ5 在每个分量中强制施加子空间结构，是否能带来比无约束分量建模更准确、更鲁棒的分解效果？

主要发现

• 与加法分解方法相比，所提方法在从复杂背景中分离文本方面实现了显著改进。
• 在具有全局相机运动的视频序列中，该算法通过将背景建模为子空间并利用二值掩码识别前景像素，成功分离出运动物体。
• 对于一维信号，该方法能有效分离正弦分量与脉冲分量，展现出对瞬态和周期性特征的强鲁棒性。
• 交替优化框架在所有测试案例中均能可靠收敛，并产生视觉和定量指标均更优的分解结果。
• 对二值掩码的连续松弛使优化过程高效，同时保持了与真实二值分配的高度保真度。
• 子空间表示的使用提升了分量建模的准确性，尤其在分量具有结构化、低秩特性时表现更优。