[논문 리뷰] The dead leaves model : general results and limits at small scales

Yann Gousseau, François Roueff|ArXiv.org|2003. 12. 01.

Stochastic processes and statistical mechanics참고 문헌 25인용 수 6

한 줄 요약

이 논문은 소규모 단위의 잘림을 제거한 사망 잎 모델에서 유도된 한계 무작위장 모델을 제안하며, 이미지의 정규성에 대한 엄밀한 연구를 가능하게 한다. 유한차원 분포를 분석하고 베소프 공간 이론을 사용하여, 물체 크기의 멱법칙 지수 α에 따라 달라지는 거의 확실한 부드러움 성질을 규명한다. 이로 인해 비연속적인 이미지일지라도 비정상적인 정규성을 보이는 한계 과정이 존재함을 보여준다.

ABSTRACT

In this work, we introduce a random field in view of natural image modeling, obtained as a limit of sequences of dead leaves models, when considering arbitrarily small or big objects. The dead leaves model, introduced by the Mathematical Morphology school, consists in the superposition of random closed sets, and enables to model the occlusion phenomena. When combined with specific sizes distributions for objects, they are known to provide adequate models for natural images. However this framework yields a small scales cutoff and a limit random field is introduced by letting this cutoff tend to zero. We first give a rigorous definition of the dead leaves model, and compute the probability that n compacts are included in distinct visible parts, which characterizes the model. Then, we derive our limit model and some of its property, and study its regularity.

연구 동기 및 목표

• 사망 잎 과정의 한계 모델을 개발하기 위해 소규모 단위의 잘림을 제거하여 미세 구조적 이미지 성질을 분석할 수 있도록 한다.
• 척도 한계에서의 스케일링에 따라 색이 칠해진 사망 잎 과정의 유한차원 분포 수렴을 특성화한다.
• 기능 해석, 특히 베소프 공간을 통해 유도된 한계 무작위장의 정규성을 연구한다.
• 실제 자연 이미지의 경험적 관찰과 일치하는 거의 확실한 부드러움 성질을 확립한다.
• 오염 제거나 형태 추출 작업과 같은 자연 이미지 모델링에 적합한 기능적 사전 모델을 제공한다.

제안 방법

• 무작위 닫힌 집합과 용량 함수를 사용하여 사망 잎 모델의 엄밀한 프레임워크를 제안하여, 컴acts 집합의 가시성을 특성화한다.
• 텍스처가 있는 영역을 모델링하기 위해 '색이 칠해진' 테세레이션 과정을 정의하며, 분포적 한계를 통해 유한차원 수렴을 확립한다.
• 최소 물체 크기가 0으로 수렴하도록 사망 잎 모델에 스케일링 한계를 적용하여 멱법칙 크기 분포를 유지하고 지수 α를 유지한다.
• 변수 교체와 渐近적 분석을 통해 한계 장의 공분산 구조의 행동을 유도한다.
• 정규성을 정량화하기 위해 베소프 공간 노름을 사용하며, 척도 및 공간 매개변수에 대한 통합을 통해 모멘트 추정을 도출한다.
• 팜 계산법과 스토케스틱 기하학 도구를 적용하여 한계 과정과 그 샘플 경로 성질을 분석한다.

실험 결과

연구 질문

• RQ1 사망 잎 모델에서 소규모 단위의 잘림을 제거할 경우, 유도된 무작위장의 수렴성과 정규성에 어떤 영향을 미치는가?
• RQ2 멱법칙 물체 크기 분포를 갖는 스케일링 하에서 색이 칠해진 사망 잎 과정의 유한차원 분포 수렴은 무엇인가?
• RQ3 베소프 공간 노름에 따라 한계 무작위장의 거의 확실한 부드러움 성질은 무엇인가?
• RQ4 물체 크기의 멱법칙 지수 α는 한계 과정의 정규성에 어떤 영향을 미치는가?
• RQ5 한계 모델은 자연 이미지 모델링에 기능적 사전 모델로 활용될 수 있는가, 특히 노이즈 제거나 형태 추출 작업에서?

주요 결과

• 소규모 물체의 조밀한 분포로 인해, 한계 무작위장은 고전적 무작위 닫힌 집합 이론로는 기술할 수 없다.
• 색이 칠해진 사망 잎 과정의 유한차원 분포는 스케일링 하에서 수렴하여 잘 정의된 한계 과정을 형성한다.
• α ∈ (1, 3]일 경우, 한계 장은 거의 확실하게 $B_{p}^{s,q}$에 속하며, 모든 $s < 1/p$에 대해 정규성을 나타낸다.
• α ∈ (2, 3)일 경우 정규성이 향상되며, 장은 거의 확실하게 $B_{p}^{s,q}$에 속하며, $s < (3 - \beta)/p$에 대해 $\beta = \alpha - 2$를 만족한다. 이는 더 강한 부드러움을 반영한다.
• α > 2일 경우, 어떤 도메인에 대한 장의 기대 총 변동(norm)은 무한대이며, 이는 장이 유한한 변동성을 갖지 않음을 나타내지만, 베소프 노름에서는 부드럽다는 것을 의미한다.
• 이 모델은 오염과 척도 통계를 반영하며, α에 의해 매개변수화된 부드러움 성질을 갖는 비정상적인 척도 불변 사전 모델을 제공한다.