HyVIC: A Metric-Driven Spatio-Spectral Hyperspectral Image Compression Architecture Based on Variational Autoencoders

1. Planteamiento del Problema

El rápido crecimiento de los archivos de datos hiperespectrales (HSI) en la teledetección (satélites, drones, aviones) ha creado una necesidad crítica de métodos de compresión eficientes para el almacenamiento y la transmisión. Aunque existen métodos tradicionales (como transformadas lineales) y enfoques basados en aprendizaje profundo, estos presentan limitaciones significativas:

• Falta de adaptación espectral-espacial: Los modelos existentes a menudo adaptan arquitecturas diseñadas para imágenes naturales, sin tener en cuenta adecuadamente las redundancias espaciales y espectrales únicas de los HSI.
• Desequilibrio en el aprendizaje: Muchos modelos se centran excesivamente en una dimensión (espacial o espectral) en detrimento de la otra, lo que limita la fidelidad de reconstrucción y la eficiencia de compresión.
• Ineficiencia en redundancias: Los autoencoders tradicionales con diseños fijos no pueden explotar dinámicamente las redundancias bajo diferentes requisitos de compresión.

2. Metodología: Arquitectura HyVIC

Los autores proponen HyVIC, una arquitectura de compresión de imágenes hiperespectrales basada en Autoencoders Variacionales (VAE) y accionada por métricas. El modelo está diseñado específicamente para equilibrar el aprendizaje de características espaciales y espectrales.

Componentes Principales

La arquitectura consta de cuatro bloques clave que permiten un control ajustable:

1. Codificador Espacial-Espectral Ajustable: Transforma la imagen de entrada en una representación latente. Utiliza convoluciones punto a punto (1x1) para extraer características espectrales y bloques espaciales ajustables (con convoluciones 2D) para capturar redundancias espaciales.
2. Hipercodificador Espacial-Espectral: Procesa la representación latente para generar un "hiperlatente" que modela las redundancias espaciales y espectrales dentro de los datos latentes.
3. Hiperdecodificador Espacial-Espectral: Estima los parámetros (media y desviación estándar) necesarios para el modelo de entropía condicional (GMM) a partir del hiperlatente cuantizado.
4. Decodificador Espacial-Espectral Ajustable: Reconstruye la imagen original a partir de la representación latente cuantizada, utilizando la información espacial y espectral recuperada.

Estrategia de Optimización y Entrenamiento

• Función de Pérdida (Rate-Distortion): Se formula como un problema de optimización de tasa-distorsión (RD) utilizando un multiplicador de Lagrange ($\lambda$) para equilibrar la eficiencia de compresión (tasa de bits) y la calidad de reconstrucción (distorsión).
• Selección de Hiperparámetros Basada en Métricas: Un aporte clave es la estrategia para seleccionar sistemáticamente los hiperparámetros (número de etapas espaciales $S$, canales latentes $M$, tamaño de kernel $k$). En lugar de una búsqueda aleatoria, utilizan la métrica BD-PSNR (Delta de Bjøntegaard) para evaluar el rendimiento en toda la curva RD y seleccionar la configuración óptima que maximice la fidelidad de reconstrucción.
• Codificación de Entropía: Se utiliza un modelo de hiperprior de media y escala (Mean & Scale Hyperprior) con codificación aritmética (ANS) para comprimir los datos latentes y el hiperlatente de manera eficiente.

3. Contribuciones Clave

1. Arquitectura Ajustable: Proposición de un modelo VAE basado en bloques ajustables que permiten sintonizar explícitamente el equilibrio entre la compresión espacial y espectral, adaptándose a las características específicas de los HSI.
2. Estrategia de Selección de Hiperparámetros: Desarrollo de un método guiado por métricas (usando BD-PSNR) para determinar sistemáticamente la configuración óptima del modelo, demostrando que el equilibrio entre aprendizaje espacial y espectral es crucial para el rendimiento.
3. Validación Exhaustiva: Evaluación en dos conjuntos de datos de referencia (HySpecNet-11k y MLRetSet) con análisis de ablación, comparaciones con el estado del arte y estudios de reconstrucción visual y espectral.
4. Directrices Prácticas: Derivación de pautas para la investigación futura en compresión variacional de HSI, destacando la necesidad de receptores espaciales reducidos y mayor capacidad de transformación en comparación con las imágenes naturales.

4. Resultados Experimentales

Los experimentos se realizaron en los conjuntos de datos HySpecNet-11k (datos satelitales EnMAP) y MLRetSet (datos aéreos).

• Rendimiento General: HyVIC superó a los métodos del estado del arte (incluyendo 1D-CAE, SSCNet, 3D-CAE, HyCoT, HiFiCSE, HyCASS y modelos VAE existentes) en un rango amplio de ratios de compresión (CR).
• Mejora Cuantitativa: Logró una mejora de hasta 4.66 dB en BD-PSNR en comparación con el modelo anterior más destacado (HyCASS).
• Análisis de Ablación:
  • Se determinó que un tamaño de kernel pequeño ($k=3$) es superior a kernels más grandes, ya que las redundancias espaciales en HSI se concentran en el vecindario inmediato debido a la baja resolución espacial de los sensores RS.
  • Se encontró que un número moderado de etapas espaciales ($S=2$) ofrece el mejor equilibrio; demasiadas etapas degradan la información espectral, y demasiadas pocas no aprovechan la redundancia espacial.
• Fidelidad de Reconstrucción:
  • Espacial: HyVIC preservó mejor la estructura espacial y los bordes en comparación con modelos que solo comprimen espectralmente o que realizan un muestreo excesivo.
  • Espectral: Las firmas espectrales reconstruidas mostraron una mayor precisión en los detalles finos (picos y valles) en comparación con otros modelos, manteniendo la coherencia espectral incluso a altos ratios de compresión.
• Generalización: El modelo mostró una fuerte capacidad de generalización al aplicarse a un conjunto de datos con diferentes características de sensor (resolución espacial y número de bandas), manteniendo su superioridad sobre los métodos tradicionales y basados en aprendizaje.

5. Significado e Impacto

El trabajo de HyVIC es significativo porque aborda una brecha fundamental en la compresión de imágenes hiperespectrales: la falta de diseños arquitectónicos que reconozcan y equilibren explícitamente las redundancias espaciales y espectrales.

• Avance en Teledetección: Proporciona una solución robusta para el almacenamiento y transmisión de grandes volúmenes de datos de sensores hiperespectrales, permitiendo una mayor eficiencia sin sacrificar la calidad analítica de los datos.
• Cambio de Paradigma: Demuestra que adaptar modelos de imágenes naturales a HSI no es suficiente; se requiere un diseño específico que considere la naturaleza de los datos (baja resolución espacial, alta dimensionalidad espectral).
• Guía para Futuras Investigaciones: Establece que la compresión variacional de HSI se beneficia de receptores espaciales reducidos y una mayor capacidad de transformación, ofreciendo una hoja de ruta para el desarrollo de futuros algoritmos de compresión basados en aprendizaje profundo.

En resumen, HyVIC representa un avance sustancial hacia la compresión de alta fidelidad para datos hiperespectrales, combinando una arquitectura flexible con una estrategia de optimización basada en métricas para lograr un rendimiento superior en diversas condiciones de compresión.