[论文解读] Translation-Invariant Shrinkage/Thresholding of Group Sparse Signals

Po-Yu Chen, Ivan Selesnick|arXiv (Cornell University)|Mar 29, 2013

Ultrasonics and Acoustic Wave Propagation被引用 11

一句话总结

本文提出重叠组收缩（OGS），一种用于组稀疏信号的平移不变去噪算法，通过最小化带有非可分组稀疏惩罚项的凸代价函数实现。通过使用主要化-最小化（MM）方法，OGS避免了变量复制和块状伪影，在语音增强中相比最先进方法表现出更优的感知质量并减少了音乐噪声。

ABSTRACT

This paper addresses signal denoising when large-amplitude coefficients form clusters (groups). The L1-norm and other separable sparsity models do not capture the tendency of coefficients to cluster (group sparsity). This work develops an algorithm, called 'overlapping group shrinkage' (OGS), based on the minimization of a convex cost function involving a group-sparsity promoting penalty function. The groups are fully overlapping so the denoising method is translation-invariant and blocking artifacts are avoided. Based on the principle of majorization-minimization (MM), we derive a simple iterative minimization algorithm that reduces the cost function monotonically. A procedure for setting the regularization parameter, based on attenuating the noise to a specified level, is also described. The proposed approach is illustrated on speech enhancement, wherein the OGS approach is applied in the short-time Fourier transform (STFT) domain. The denoised speech produced by OGS does not suffer from musical noise.

研究动机与目标

• 解决当大系数聚集成组时（如小波或 STFT 表示中）的信号去噪问题。
• 开发一种平移不变的收缩方法，避免分块处理中常见的块状伪影。
• 设计一种高效算法，用于最小化带有非可分组稀疏惩罚项的凸代价函数。
• 提供一种非贝叶斯、可解析处理的正则化参数 λ 设置方法，基于噪声抑制效果。
• 在语音增强中实现更优的感知质量，特别是减少音乐噪声。

提出的方法

• 该方法最小化一个凸代价函数：$ \mathbf{x}^* = \arg\min_{\mathbf{x}} \left\{ \frac{1}{2}\|\mathbf{y}-\mathbf{x}\|_2^2 + \lambda R(\mathbf{x}) \right\} $，其中 $ R(\mathbf{x}) = \sum_{i} \left( \sum_{j} |x(i+j)|^2 \right)^{1/2} $ 用于促进组稀疏性。
• 该算法使用主要化-最小化（MM）框架推导出一种迭代更新，单调减少代价函数，且无需变量复制。
• 组完全重叠，确保平移不变性，避免边缘效应或块状伪影。
• 迭代更新通过可分卷积高效实现，避免了对辅助变量或复杂索引的需求。
• 提出一种 λ 设置程序，基于将噪声功率衰减至目标水平，利用 i.i.d. 高斯信号响应的预计算查表。
• 该方法应用于 STFT 域进行语音增强，可选地使用维纳后处理以供比较。

实验结果

研究问题

• RQ1 能否开发一种平移不变的收缩方法，有效利用组稀疏性而不引入块状伪影？
• RQ2 如何在不使用变量分裂或辅助变量的情况下，高效最小化非可分组稀疏惩罚项？
• RQ3 能否设计一种简单、非贝叶斯的正则化参数 λ 设置方法，确保所需的噪声抑制效果，且无需事先知道信号信息？
• RQ4 与分块阈值化或其他最先进方法相比，所提出的 OGS 方法是否能减少语音增强中的感知伪影（如‘音乐噪声’）？
• RQ5 在使用 OGS 与其他去噪算法时，信噪比（SNR）与感知质量之间的权衡如何？

主要发现

• OGS 在使用经验维纳后处理时达到 15.63 dB 的输出 SNR，与 BT、SUB 和 PS 等最先进方法相当。
• 尽管 RMSE 略高，OGS 产生的语音在感知上更优，音乐噪声显著减少，经听音测试确认。
• 所提出的 λ 设置方法可确保噪声方差减少至原始值的指定比例，从而实现可预测的去噪性能。
• 由于组完全重叠，该算法避免了块状伪影，实现更平滑的频谱过渡，提升感知质量。
• OGS 算法计算效率高，可通过可分卷积实现，避免了变量分裂方法带来的内存和索引开销。
• 即使不使用维纳后处理，OGS 在感知质量上仍优于谱减法和对数 MMSE，且可听伪影更少。