[论文解读] Efficient Computation of Image Persistence

Ulrich Bauer, Maximilian Schmahl|arXiv (Cornell University)|Jan 11, 2022

Topological and Geometric Data Analysis被引用 2

一句话总结

本文提出了一种优化算法，用于在持久同调中高效计算态射图像的条形码，通过在相对上同调中应用清除优化并结合对偶性，实现高效计算。该方法使维也纳-里普斯过滤包含关系的图像持久性计算变得快速，实验结果表明，使用 Ripser 中的新实现，实际性能显著提升。

ABSTRACT

We present an algorithm for computing the barcode of the image of a morphism in persistent homology induced by an inclusion of filtered finite-dimensional chain complexes. The algorithm makes use of the clearing optimization and can be applied to inclusion-induced maps in persistent absolute homology and persistent relative cohomology for filtrations of pairs of simplicial complexes. The clearing optimization works particularly well in the context of relative cohomology, and using previous duality results we can translate the barcodes of images in relative cohomology to those in absolute homology. This forms the basis for an implementation of image persistence computations for inclusions of filtrations of Vietoris-Rips complexes in the framework of the software Ripser.

研究动机与目标

• 为持久同调中的图像持久性缺乏高效且公开可用的实现方案提供解决方案。
• 将标准持久同调中性能优化技术（特别是清除优化）适配到图像持久性计算场景。
• 实现在过滤包含关系（特别是维也纳-里普斯复形）下图像条形码的实际计算。
• 建立基于对偶性的相对上同调与绝对同调条形码之间的转换关系，使基于上同调的算法能够高效计算所需的同调条形码。

提出的方法

• 将图像持久性计算在过滤链复形的代数框架下进行形式化，将态射视为过滤（上）链复形之间的单射同态。
• 通过识别并删除在余域边界矩阵中已归约为零的列，应用清除优化。
• 在相对上同调设置中应用清除优化，通过反向过滤顺序对余边界矩阵 (Df)⊥ 和 (DL)⊥ 进行约化，并跟踪主元。
• 利用对偶性结果将条形码从相对上同调转换到绝对同调，从而实现基于上同调的算法高效计算绝对同调的图像条形码。
• 在矩阵约化过程中引入新兴对检测机制，通过在发现主元时提前终止进一步计算，进一步加速处理。
• 在 Ripser 中实现新模块，支持在度量支配关系（d ≥ d'）下对维也纳-里普斯过滤包含关系的图像持久性计算。

实验结果

研究问题

• RQ1 清除优化能否在持久同调的图像持久性计算中有效应用？
• RQ2 如何利用上同调与同调之间的对偶性，通过基于上同调的算法高效计算同调中的图像条形码？
• RQ3 结合清除优化与新兴对检测，在图像持久性计算中能获得多大的性能提升？
• RQ4 在实际应用中，能否高效计算维也纳-里普斯过滤包含关系的图像条形码？
• RQ5 是否可以避免在图像持久性计算中使用映射柱构造？若可以，其适用条件是什么？

主要发现

• 所提出的算法通过在相对上同调中应用清除优化，实现了图像条形码的高效计算，相较于朴素方法性能显著提升。
• 在 Ripser 中实现的版本（Ripser-image）取得了显著的性能提升：在 192 个点的 S² 数据上耗时 54.7 秒 vs. 31.4 秒，256 个点的 SO(3) 数据上耗时 223 秒 vs. 126 秒，且内存使用量完全相同。
• 该方法支持一个度量支配另一个度量（d ≥ d'）的维也纳-里普斯过滤包含关系，确保子复形包含关系成立。
• 通过结合基于上同调的约化、清除优化与对偶性，可在保持算法优势的同时，准确计算绝对同调中的图像条形码。
• 在矩阵约化过程中成功适配了新兴对检测机制，支持提前终止，进一步提升性能。
• 该算法作为 Ripser 的一部分公开发布，填补了拓扑数据分析领域图像持久性工具可用性方面的关键空白。