LRDUN: A Low-Rank Deep Unfolding Network for Efficient Spectral Compressive Imaging

1. Il Problema: Imaging Compressivo Spettrale (SCI)

L'acquisizione di immagini iperspettrali (HSI) è fondamentale in campi come il telerilevamento e l'imaging medico, ma i sistemi convenzionali sono lenti e generano grandi volumi di dati. L'Imaging Compressivo Spettrale (SCI), in particolare sistemi basati su istantanea come CASSI (Coded Aperture Snapshot Spectral Imaging), risolve questo problema acquisendo direttamente misurazioni compressse 2D. Tuttavia, ricostruire l'HSI 3D originale da queste misurazioni è un problema inverso fortemente mal posto (ill-posed).

I metodi esistenti basati su Deep Unfolding Networks (DUN) hanno ottenuto buoni risultati, ma presentano due limiti fondamentali:

1. Ridondanza computazionale: Operano direttamente sullo spazio ad alta dimensionalità dell'HSI completo (cubo di dati), richiedendo enormi risorse di calcolo.
2. Malposedness: Tentano di mappare i residui 2D direttamente nello spazio 3D dell'HSI, creando un enorme divario dimensionale che rende l'ottimizzazione instabile e difficile.

2. Metodologia Proposta: LRDUN

Gli autori propongono LRDUN (Low-Rank Deep Unfolding Network), un framework che riformula radicalmente il problema di ricostruzione integrando la decomposizione a rango basso (Low-Rank, LR) direttamente nel modello di sensing.

A. Nuovi Modelli di Imaging (Basis e Subspace)

Invece di ricostruire l'intero cubo di dati HSI ($X$), il metodo sfrutta la forte correlazione spettrale delle immagini iperspettrali per decomporle in due componenti a bassa dimensionalità:

• Base Spettrale ($E$): Cattura le correlazioni spettrali globali e le firme dipendenti dal materiale.
• Immagini di Sottospazio ($A$): Codificano le strutture spaziali ad alta frequenza e la sparsità spettrale locale.

Il modello di imaging originale $y = \Phi x + n$ viene riformulato in due sottoproblemi accoppiati:

1. Modello della Base Spettrale: $y = \Phi_A e + n$
2. Modello dell'Immagine di Sottospazio: $y = \Phi_E a + n$

Questa decomposizione riduce drasticamente il numero di incognite da stimare, mitigando la malposedness del problema inverso.

B. Ottimizzazione e Svolgimento (Unfolding)

Il problema di ottimizzazione congiunta viene risolto utilizzando un algoritmo Proximal Gradient Descent (PGD) alternato. Questo algoritmo iterativo viene "svolto" (unrolled) in una rete neurale profonda con $N$ stadi. Ogni stadio alterna la risoluzione di due sottoproblemi:

• Problema E: Aggiornamento della base spettrale.
• Problema A: Aggiornamento delle immagini di sottospazio.

C. Meccanismo di Svolgimento delle Feature Generalizzate (GFUM)

Una delle innovazioni chiave è il GFUM (Generalized Feature Unfolding Mechanism). Nei DUN tradizionali, la dimensionalità delle feature della rete è vincolata al rango fisico $k$ del dato, limitando la capacità rappresentativa.
Il GFUM disaccoppia il rango fisico ($k$) dalla dimensionalità delle feature della rete ($C$, dove $C \ge k$):

• Le variabili di ottimizzazione vengono elevate a uno spazio di feature più ampio ($C$-dim).
• La componente fisica ($k$-dim) garantisce la fedeltà ai dati (data-fidelity).
• La componente ausiliaria ($(C-k)$-dim) agisce come vettore di informazioni complementari (rumore, artefatti, dettagli ad alta frequenza), migliorando la capacità di apprendimento della rete senza violare i vincoli fisici.

D. Architettura della Rete

• ProxyNet E: Una rete leggera 1D con convoluzioni e decomposizione QR per garantire l'ortogonalità delle colonne della base spettrale.
• ProxyNet A: Un'architettura U-Net che utilizza blocchi SCAB (Spatial Conv Attention Blocks) con un kernel di attenzione di grandi dimensioni (11x11) per modellare dipendenze a lungo raggio nello spazio.

3. Contributi Chiave

1. Riformulazione del Modello: Derivazione di due nuovi modelli di imaging a bassa dimensionalità (Base e Sottospazio) che trasformano un problema HSI completo in sottoproblemi risolvibili in modo efficiente.
2. Framework LRDUN: Sviluppo di una rete che risolve congiuntamente i sottoproblemi decomposti all'interno di uno schema PGD svolto, combinando intuizione fisica e apprendimento profondo.
3. Meccanismo GFUM: Introduzione di un meccanismo flessibile che separa il rango fisico dalla dimensionalità delle feature, aumentando significativamente la capacità rappresentativa della rete.
4. Efficienza e Qualità: Dimostrazione di un compromesso superiore tra accuratezza e costo computazionale rispetto agli stati dell'arte (SOTA).

4. Risultati Sperimentali

Il metodo è stato valutato su dataset simulati (CAVE, KAIST) e reali (misurazioni CASSI).

• Qualità di Ricostruzione: LRDUN raggiunge prestazioni State-of-the-Art (SOTA). La versione a 9 stadi (LRDUN-9stg) ottiene un PSNR medio di 40.96 dB su dataset simulati, superando metodi complessi come RDLUF e MiJUN.
• Efficienza Computazionale: Nonostante le prestazioni superiori, LRDUN riduce drasticamente il costo computazionale.
  • LRDUN-9stg richiede solo 30.58 G FLOPs, contro i 115.34 G di RDLUF-9stg o i 2122 G di BIRNAT.
  • LRDUN-3stg (più leggero) ottiene un PSNR di 39.44 dB con soli 10.26 G FLOPs, superando metodi molto più pesanti come MST++.
• Generalizzazione: Il modello mostra una forte capacità di generalizzazione, mantenendo prestazioni elevate su dati reali senza bisogno di fine-tuning specifico, grazie alla riformulazione fisica che allevia la malposedness.
• Analisi Visiva: I risultati visivi mostrano una migliore preservazione delle texture fini, dei bordi e della coerenza spettrale rispetto ai metodi concorrenti, che tendono a sovrasmussare o introdurre artefatti.

5. Significato e Impatto

LRDUN stabilisce un nuovo paradigma per la ricostruzione SCI interpretabile ed efficiente.

• Cambiamento di Paradigma: Sposta il focus dalla ricostruzione diretta dell'HSI completo alla stima di componenti compatti a basso rango, risolvendo il collo di bottiglia dimensionale che affligge i DUN attuali.
• Bilanciamento Ottimale: Dimostra che è possibile ottenere la massima qualità di ricostruzione riducendo al contempo il costo computazionale, rendendo l'imaging compressivo spettrale più praticabile per applicazioni in tempo reale e su larga scala.
• Fusione Fisica-Apprendimento: Il successo del GFUM e della riformulazione del modello dimostra come l'integrazione profonda delle proprietà fisiche (rango basso) con l'apprendimento delle feature possa superare i limiti dei metodi puramente data-driven o puramente basati su modelli.

In sintesi, LRDUN offre una soluzione robusta, scalabile e ad alte prestazioni per la ricostruzione di immagini iperspettrali compressse, ponendosi come nuovo riferimento per l'efficienza in questo campo.