[論文レビュー] Top-Down Unsupervised Image Segmentation (it sounds like oxymoron, but actually it is not)

Emanuel Diamant|ArXiv.org|Mar 1, 2005

Computability, Logic, AI Algorithms被引用数 9

ひとこと要約

本稿では、認知的推論とコルモゴロフ複雑性の原則を活用して、下位互換処理を経ずにセグメンテーションを開始する、画期的なトップダウン型で教師なしの画像セグメンテーション手法を提案する。初期のセグメンテーションが下位互換処理を経ずにトップダウン推論のみで達成可能であることが示され、従来の下位互換特徴抽出の必要性に関する仮定に挑戦する。明確な例を通じてその実現可能性と有効性が裏付けられている。

ABSTRACT

Pattern recognition is generally assumed as an interaction of two inversely directed image-processing streams: the bottom-up information details gathering and localization (segmentation) stream, and the top-down information features aggregation, association and interpretation (recognition) stream. Inspired by recent evidence from biological vision research and by the insights of Kolmogorov Complexity theory, we propose a new, just top-down evolving, procedure of initial image segmentation. We claim that traditional top-down cognitive reasoning, which is supposed to guide the segmentation process to its final result, is not at all a part of the image information content evaluation. And that initial image segmentation is certainly an unsupervised process. We present some illustrative examples, which support our claims.

研究の動機と目的

• 画像セグメンテーションが下位互換処理を必要とするという従来の信念に挑戦し、むしろトップダウン推論のみで教師なしセグメンテーションを開始可能であると提唱すること。
• 生物学的ビジョンとコルモゴロフ複雑性理論にインspiredされた認知的推論とパターン認識が画像セグメンテーションに果たす役割を調査すること。
• 上位互換知識によってガイドされても、初期セグメンテーションが教師なしで達成可能であることを示し、タイトルに示された明らかな矛盾を解消すること。
• 明確な例を通じて、トップダウンのみのセグメンテーションプロセスの実現可能性を実証的根拠で示すこと。

提案手法

• 本手法は、従来の下位互換特徴抽出を回避する高レベルの認知的解釈から始まるトップダウン推論プロセスを採用する。
• 画像構造とパターンの単純さを評価するために、コルモゴロフ複雑性の原則を用いる。記述長を最小化するセグメンテーションを好む。
• データ駆動型特徴集約ではなく、事前知識と認知的期待に基づく仮説生成プロセスとして画像セグメンテーションを扱う。
• セグメンテーション意思決定は、期待されるパターンや構造的単純さと最も整合する画像分割がどれであるかを評価することで行われる。
• ラベル付きデータや反復的精錬に依存せず、認知的および複雑性理論的原則に基づくワンステップの認知駆動型セグメンテーション手順として動作する。
• 明確な例を用いて、下位互換処理を経ずに意味のあるセグメンテーションを生成可能であることを示している。

実験結果

リサーチクエスチョン

• RQ1 画像セグメンテーションは、下位互換特徴抽出を経ずに、完全にトップダウンの認知的推論のみで開始可能か？
• RQ2 ラベル付きデータが存在しない状況下で、コルモゴロフ複雑性の原則はどの程度教師なしセグメンテーションをガイドできるか？
• RQ3 下位互換処理を回避するという点で、従来の二重ストリーム型ビジョンモデルに挑戦する形で、トップダウン推論のみで初期セグメンテーションを達成するのは現実的か？
• RQ4 生物学的ビジョン機構と認知的解釈は、従来の下位互換処理を回避する形でセグメンテーションプロセスにどのように影響を与えるか？
• RQ5 セグメンテーションプロセスが同時に教師なしかつトップダウン型であることは可能か？ もし可能であれば、その成功条件は何か？

主な発見

• 本稿は、初期画像セグメンテーションが完全にトップダウンプロセスによって達成可能であることを成功裏に示した。これは、下位互換処理が必須であるという仮定に挑戦するものである。
• 明確な例から、認知的期待とパターン単純さによってガイドされたトップダウン推論が、妥当で意味のあるセグメンテーションを生み出せることを示している。
• 本手法はラベル付きデータや反復的精錬を一切必要とせず、認知的および複雑性理論的原則に基づくワンステップの推論プロセスとして動作する。
• 本手法はコルモゴロフ複雑性に基づいており、より単純で圧縮可能なセグメンテーションが好まれることを示唆しており、人間の知覚と整合する。
• 結果は、従来のトップダウン推論が画像の情報量評価の一部ではないが、むしろセグメンテーションのガイドメカニズムであるという主張を支持している。
• 本稿は、タイトルに示された明らかな矛盾「トップダウン型教師なしセグメンテーション」が、認知の役割を再定義することによって解消されることを結論づけている。