[论文解读] Texture Retrieval via the Scattering Transform

Alexander Sagel, Dominik Meyer+1 more|arXiv (Cornell University)|Jan 12, 2015

Image Retrieval and Classification Techniques参考文献 19被引用 3

一句话总结

该论文提出了一种新颖的纹理检索框架，利用散射变换实现鲁棒的特征提取，通过威布尔分布对子带系数进行建模，并采用巴氏距离核相似性度量。该方法在检索精度方面达到最先进水平，尤其在粗糙纹理以及存在空间形变或模糊的情况下表现优异。

ABSTRACT

This work studies the problem of content-based image retrieval, specifically, texture retrieval. It focuses on feature extraction and similarity measure for texture images. Our approach employs a recently developed method, the so-called Scattering transform, for the process of feature extraction in texture retrieval. It shares a distinctive property of providing a robust representation, which is stable with respect to spatial deformations. Recent work has demonstrated its capability for texture classification, and hence as a promising candidate for the problem of texture retrieval. Moreover, we adopt a common approach of measuring the similarity of textures by comparing the subband histograms of a filterbank transform. To this end we derive a similarity measure based on the popular Bhattacharyya Kernel. Despite the popularity of describing histograms using parametrized probability density functions, such as the Generalized Gaussian Distribution, it is unfortunately not applicable for describing most of the Scattering transform subbands, due to the complex modulus performed on each one of them. In this work, we propose to use the Weibull distribution to model the Scattering subbands of descendant layers. Our numerical experiments demonstrated the effectiveness of the proposed approach, in comparison with several state of the arts.

研究动机与目标

• 解决空间形变和噪声导致传统滤波器组特征退化的问题，以实现鲁棒的纹理检索。
• 为散射变换子带构建统计模型，以捕捉其复杂且非高斯的分布特性，特别是由模值运算引起的分布特征。
• 通过威布尔分布对散射系数进行建模，构建高效且低维的特征表示，以减少冗余。
• 提出一种基于巴氏距离核的相似性度量方法，用于比较由散射子带直方图生成的特征向量。
• 在多种纹理类别及退化条件（如模糊）下评估方法性能，验证其鲁棒性与泛化能力。

提出的方法

• 对纹理图像应用散射变换（WST），通过小波滤波和模值运算生成多尺度、对形变稳定的子带系数。
• 使用最大似然法（ML）在子带幅值上估计，对每个散射子带的幅度分布进行威布尔分布建模。
• 通过数值优化估计威布尔分布参数（形状参数k和尺度参数λ），并推导出λ*关于k*的闭式解。
• 将威布尔参数（k*, λ*）用作每个子带的紧凑且信息丰富的特征，降低维度的同时保留判别能力。
• 通过巴氏距离核计算纹理特征之间的相似性，该核可解释为希尔伯特空间中的内积，从而实现高效检索。
• 构建一个CBIR系统，其中查询图像经WST处理，特征通过威布尔分布建模，相似性通过巴氏距离核计算，以对数据库图像进行排序。

实验结果

研究问题

• RQ1 威布尔分布能否有效建模散射变换子带的幅度分布，特别是在模值运算导致非高斯、复杂统计特性的情况下？
• RQ2 与标准的直方图方法相比，使用威布尔分布参数对散射子带进行建模是否能提升纹理检索的准确性？
• RQ3 与传统的滤波器组方法相比，该方法在空间形变和图像模糊条件下的表现如何？
• RQ4 使用常规WST与归一化WST（NWST）系数之间是否存在性能差异？若有，对哪些类型的纹理更为显著？
• RQ5 基于巴氏距离核的相似性度量在CBIR框架中在多大程度上提升了检索性能？

主要发现

• 所提出的基于威布尔分布的特征建模方法在纹理检索精度上优于当前最先进方法，尤其在粗糙纹理（如Bark0、Bark6和Terrain10）上表现突出。
• 归一化WST（NWST）在粗糙和不均匀纹理上表现更优，而常规WST（WST）在细密结构纹理（如Fabric11和Grass1）上表现更佳。
• 在高斯模糊条件下，WST的检索性能劣化速度远快于NWST，证实WST依赖于易受平滑影响的细尺度特征。
• 所提方法在强模糊条件下仍能保持高检索精度，证明了散射变换对空间形变的不变性具有高度鲁棒性。
• 威布尔模型能有效捕捉散射子带的统计分布，实现仅用每子带两个参数的低维但具有判别力的特征表示。
• 基于巴氏距离核的相似性度量能够高效且有效地比较特征向量，显著提升了CBIR系统中的整体检索性能。