[论文解读] Probabilistic segmentation of overlapping galaxies for large cosmological surveys

Bretonnière Hubert, A. Boucaud+1 more|arXiv (Cornell University)|Nov 30, 2021

Machine Learning and Data Classification被引用 5

一句话总结

该论文提出了一种适用于大规模测光巡天中星系去混叠的概率U-Net模型，通过加权Dice损失和潜在空间采样，在仅使用单个真实标注进行训练的情况下，仍能生成像素级的不确定性估计。该方法在混合星系中实现了高完整性（87.3%）和高纯度（93.6%），并生成了符合物理意义的不确定性图，其不确定性随星等增加而上升，从而支持精确宇宙学中的稳健误差传播。

ABSTRACT

Encoder-Decoder networks such as U-Nets have been applied successfully in a wide range of computer vision tasks, especially for image segmentation of different flavours across different fields. Nevertheless, most applications lack of a satisfying quantification of the uncertainty of the prediction. Yet, a well calibrated segmentation uncertainty can be a key element for scientific applications such as precision cosmology. In this on-going work, we explore the use of the probabilistic version of the U-Net, recently proposed by Kohl et al (2018), and adapt it to automate the segmentation of galaxies for large photometric surveys. We focus especially on the probabilistic segmentation of overlapping galaxies, also known as blending. We show that, even when training with a single ground truth per input sample, the model manages to properly capture a pixel-wise uncertainty on the segmentation map. Such uncertainty can then be propagated further down the analysis of the galaxy properties. To our knowledge, this is the first time such an experiment is applied for galaxy deblending in astrophysics.

研究动机与目标

• 为解决未来大规模宇宙学巡天（如Euclid和LSST）中重叠星系（混叠）的挑战。
• 为星系分割提供校准的、像素级的不确定性估计，以支持精确宇宙学中的误差预算。
• 将概率U-Net架构适配天文物体图像分割，尤其适用于不平衡且信噪比较低的数据。
• 证明即使每张图像仅使用单个真实标注进行训练，也能有意义地捕捉不确定性。
• 实现对模拟测光场中截断和暗弱星系的稳健去混叠。

提出的方法

• 通过将标准重建损失替换为加权Dice损失，对概率U-Net（PUnet）架构进行改进，以处理星系分割中的类别不平衡问题。
• 采用双编码器结构：一个用于输入图像，一个用于真实分割标注，二者均映射到高斯潜在空间，以规范不确定性建模。
• 在推理阶段对潜在空间进行随机采样，生成50次分割图实现，从而支持像素级方差估计。
• 对最终的softmax输出应用阈值处理，生成二值分割图，重叠区域赋值为2。
• 使用结合加权Dice损失与潜在分布之间Kullback–Leibler散度的损失函数进行模型训练。
• 处理从具有Sersic轮廓并添加噪声的模拟星系场中提取的128×128图像戳，使用三元分割图（0：背景，1：孤立星系，2：重叠区域）。

实验结果

研究问题

• RQ1 概率深度学习模型能否在大规模测光巡天中为星系分割生成有意义且符合物理动机的不确定性估计？
• RQ2 当每张图像仅使用单个真实标注进行训练时，模型是否仍能保持高分割性能（完整性与纯度），即使缺乏多位专家的标注？
• RQ3 模型能否准确分割截断星系，并将其与图像戳中的背景噪声区分开来？
• RQ4 预测的不确定性与信噪比及星等的相关性如何？其行为是否符合预期的物理特性？
• RQ5 不确定性图是否对重叠区域具有信息量，特别是在分割存在歧义的区域？

主要发现

• 对于孤立星系，模型实现99.1%的完整性与98.5%的纯度，所有星等下的IoU均高于0.8。
• 对于混合星系，模型达到87.3%的完整性与93.6%的纯度，即使在暗弱源（星等>24）中IoU仍超过0.55。
• 预测的不确定性（50次实现的标准差）随星等增加而上升，反映出对更暗源的不确定性更高，且在星系边界处（通量较低）达到最高值。
• 模型成功识别并分割了重叠星系，且在重叠区域表现出有信息量的不确定性，如定性示例所示。
• 模型能正确预测仅含背景的图像戳，避免过度分割，优于以往在该类情况中失败的模型。
• 不确定性图在空间上具有一致性，边缘区域方差较高而中心区域方差较低，表明对分割难度具有敏感性。