[论文解读] Parallel Unbalanced Optimal Transport Regularization for Large Scale Imaging Problems

John Lee, Nicholas P. Bertrand+1 more|arXiv (Cornell University)|Aug 31, 2019

Sparse and Compressive Sensing Techniques参考文献 46被引用 5

一句话总结

本文提出了一种新型可并行化的近端算法，用于大规模成像中的不平衡最优传输正则化，采用Beckmann公式将计算复杂度从O(N²)降低至O(N)。该方法通过建模质量变化与几何连续性，实现了精确、实时的动态视频追踪，优于现有方法在压缩感知与前景分离任务中的表现。

ABSTRACT

The modeling of phenomenological structure is a crucial aspect in inverse imaging problems. One emerging modeling tool in computational imaging is the optimal transport framework. Its ability to model geometric displacements across an image's support gives it attractive qualities similar to those of optical flow methods which are effective at capturing visual motion, but are restricted to operate in significantly smaller state-spaces. Despite this advantage, two major drawbacks make it unsuitable for general deployment: (i) it suffers from exorbitant computational costs due to a quadratic optimization-variable complexity, and (ii) it has a mass-balancing assumption that limits applications with natural images. We tackle these issues simultaneously by proposing a novel formulation for an unbalanced optimal transport regularizer that has linear optimization-variable complexity. In addition, we present a general parallelizable proximal method for this regularizer, and demonstrate superior empirical performance on novel dynamical tracking applications in synthetic and real video.

研究动机与目标

• 通过将优化变量的复杂度从O(N²)降低至O(N)，解决传统最优传输在大规模成像中的高计算成本问题。
• 克服经典最优传输的质质量平衡约束，该约束限制了其在具有不同强度的自然图像中的适用性。
• 开发一种可证明收敛、可并行化的近端算法，兼容一阶求解器，适用于大规模逆成像问题。
• 通过同时建模几何位移与质量变化，实现在视频中的鲁棒动态追踪。
• 在真实视频数据中，通过高度压缩的测量值重建运动物体方面，证明该方法的优越性。

提出的方法

• 提出一种基于Beckmann公式的不平衡最优传输模型，引入质量增长与衰减机制，实现对图像中强度变化的建模。
• 采用线性变量优化框架构建不平衡OT正则化器，相比标准OT，将复杂度从O(N²)降低至O(N)。
• 设计一种可并行化的不平衡OT正则化近端算法，确保收敛性并兼容一阶求解器。
• 将正则化器集成至鲁棒主成分分析（RPCA）框架中，用于动态视频分离，对稀疏前景使用独立的正负分量。
• 在在线与批量设置下应用该方法，采用基于ADMM的求解器并结合并行计算，以处理大规模视频数据。
• 将稀疏分量分解为正负部分（S⁺, S⁻），并对每一部分应用不平衡OT正则化，从而支持运动过程中的强度变化。

实验结果

研究问题

• RQ1 不平衡最优传输能否以线性变量复杂度进行公式化，从而使其适用于大规模成像？
• RQ2 不平衡OT如何整合进一阶优化框架，以解决逆成像问题？
• RQ3 所提出的不平衡OT正则化器是否能提升视频中动态追踪的性能，特别是在压缩感知条件下？
• RQ4 与传统OT或ℓ₁基动力学模型相比，该方法能否有效处理运动过程中的质量变化（如亮度变化或物体进出）？
• RQ5 该方法在从高度压缩的视频测量中重建运动主体方面的实际性能如何？

主要发现

• 所提出的不平衡OT正则化器实现了O(N)的优化变量复杂度，使传统OT无法处理的大规模成像问题变得可行。
• 即使在15%压缩率下（M/N = 0.15），该方法在真实视频中仍能成功实现前景-背景分离，优于RPCA、RPCA+L1-DF与RPCA+BOT-DF。
• 在动态追踪中，UOT正则化器比ℓ₁基动力学模型更好地捕捉时间连续性与强度变化，实现更清晰、更准确的前景恢复。
• 并行近端算法使得大规模视频数据（如95×160像素，T=60）的高效计算成为可能，而传统OT方法此前难以处理。
• 在重建运动主体方面，该方法优于RPCA+L1-DF与RPCA+BOT-DF，尤其在因光照变化或物体进出导致质量变化时表现更优。
• 尽管未采用固定的γ=λ√N关系，参数调优仍具有效性，表明该方法在真实场景中具备鲁棒性与适应性。