Resumo Técnico: Quantificando a Sensibilidade ao Ruído da Métrica de Wasserstein para Imagens

Declaração do Problema

O Transporte Ótimo (OT) e as métricas de Wasserstein são cada vez mais utilizados como medidas de similaridade em aplicações de imagem, particularmente em campos como a criomicroscopia eletrônica de partícula única (cryo-EM), caracterizados por níveis extremamente altos de ruído. Evidências empíricas sugerem que as métricas de Wasserstein são mais robustas ao ruído do que as distâncias euclidianas padrão ($L_2$). No entanto, há uma falta de compreensão teórica sobre como essas métricas se comportam sob ruído aditivo pixel a pixel quando as imagens são tratadas como medidas discretas em uma grade fixa. Este artigo aborda essa lacuna ao derivar limites de expectativa de amostra finita para a sensibilidade das métricas de Wasserstein assinadas ao ruído gaussiano.

Metodologia

Estrutura Teórica

Os autores modelam imagens como sinais de valores reais em uma grade quadrada $n \times n$ ($G_n$), identificada com medidas discretas assinadas. Para lidar com o ruído que pode introduzir valores de pixels negativos, o estudo estende a métrica de Wasserstein para medidas assinadas.

• Discrepância de Wasserstein Assinada: Para duas medidas assinadas $\mu$ e $\nu$ com decomposições de Jordan $\mu = \mu^+ - \mu^-$ e $\nu = \nu^+ - \nu^-$, a discrepância de Wasserstein assinada é definida como $W_p^\pm(\mu, \nu) := W_p(S_{\mu,\nu}, T_{\mu,\nu})$, onde $S_{\mu,\nu} = \mu^+ + \nu^-$ e $T_{\mu,\nu} = \nu^+ + \mu^-$.
• Modelo de Ruído: O artigo considera um modelo de ruído gaussiano específico onde o vetor de ruído $N$ é extraído de uma distribuição normal multivariada $\mathcal{N}(0, \Sigma)$. A matriz de covariância $\Sigma$ é construída de tal forma que a distribuição marginal de cada pixel seja $\mathcal{N}(0, \sigma^2)$, mas a soma de todos os pixels seja exatamente zero ($\sum N_i = 0$). Esta restrição de "soma zero" evita a necessidade de reescalar a massa total das imagens, isolando o impacto geométrico do ruído.
• Ferramentas Analíticas: Os limites teóricos são derivados usando um argumento multiescala baseado em partições diádicas da grade de pixels. Esta abordagem recursivamente combina desequilíbrios de massa entre quadrantes em várias escalas, aproveitando a dualidade de Kantorovich-Rubinstein para $p=1$ e construções de acoplamento específicas para $p > 1$.

Validação Experimental

As descobertas teóricas são corroboradas através de experimentos numéricos usando o conjunto de dados DOTMark 1.0 MicroscopyImages e dados sintéticos.

• Leis de Escalonamento: Os autores medem como a distância entre uma imagem e sua versão ruidosa escala com o aumento da variância do ruído ($\sigma^2$).
• Comparação de Robustez: Eles comparam a estabilidade das métricas $L_2$, $W_1$ e $W_2$ quando duas imagens distintas são corrompidas por ruído, avaliando a razão entre a distância ruidosa e a distância limpa.
• Estudo de Caso: Uma análise específica é realizada em projeções de cryo-EM da proteína E. coli Hsp90 para testar a recuperação de relações geométricas (rotações e translações) sob alto ruído.

Principais Contribuições e Resultados

1. Limites Teóricos sobre a Sensibilidade ao Ruído

O artigo estabelece limites de expectativa de amostra finita para a discrepância de Wasserstein assinada entre uma imagem limpa e sua versão ruidosa (ou entre duas imagens ruidosas).

• Para $p=1$ (1-Wasserstein Assinado):
  O erro esperado entre uma imagem limpa $\mu$ e uma versão ruidosa $\mu + \varepsilon$ escala como:
  $$\mathbb{E}[W_1^\pm(\mu, \mu+\varepsilon)] = \Theta(n \sigma \log_2 n)$$
  Ao comparar duas imagens ruidosas diferentes, o desvio da distância limpa é limitado por um termo de ordem $O(n \sigma \log_2 n)$.

• Para $p > 1$ ( $p$-Wasserstein Assinado):
  O comportamento difere significativamente. A $p$-ésima potência esperada da discrepância escala linearmente com $\sigma$:
  $$\mathbb{E}[(W_p^\pm(\mu+\varepsilon_1, \mu+\varepsilon_2))^p] = \Theta(n \sigma)$$
  Consequentemente, pela desigualdade de Jensen, a distância esperada escala como:
  $$\mathbb{E}[W_p^\pm(\mu+\varepsilon_1, \mu+\varepsilon_2)] = \Theta((n \sigma)^{1/p})$$
  Especificamente para $p=2$, o erro escala com a raiz quadrada do desvio padrão do ruído ($\sqrt{\sigma}$), enquanto a métrica euclidiana escala linearmente com $\sigma$. Isso fornece uma base teórica para a robustez superior ao ruído de $W_2$.

2. O Fenômeno da "Distância Decrescente"

Os autores identificam e explicam um fenômeno contraintuitivo onde o aumento do nível de ruído pode diminuir a distância de Wasserstein entre duas imagens esparsas.

• Mecanismo: Em imagens esparsas (ex: duas estruturas distintas sobre um fundo escuro), o ruído aditivo cria "pedras de passagem" (picos de ruído) entre as estruturas. O plano de transporte ótimo pode utilizar esses picos de ruído para criar pontes entre as estruturas, efetivamente encurtando o custo de transporte em comparação ao caso limpo, onde a massa deve ser transportada diretamente através de toda a distância.
• Implicação: Este comportamento não monotônico destaca a complexa interação entre a geometria do ruído e os custos de transporte, particularmente para $p > 1$.

3. Validação Empírica

• Confirmação de Escalonamento: Experimentos confirmam que o custo $W_2$ escala com um expoente de aproximadamente 0,5 em relação à variância do ruído, correspondendo à previsão teórica de $\sigma^{1/2}$, enquanto o $L_2$ escala linearmente.
• Robustez: Em comparações de pares de imagens, $W_2$ mantém a razão de distância original mais próxima de 1 sobre uma gama mais ampla de níveis de ruído em comparação com $W_1$ e $L_2$.
• Aplicação em Cryo-EM: No estudo de caso de cryo-EM, as matrizes de distância $L_2$ degradam-se em padrões aleatórios sob ruído pesado, perdendo a estrutura geométrica. Em contraste, as matrizes $W_1$ e $W_2$ preservam a estrutura diagonal global das transformações de base (ground-truth). Além disso, mostra-se que $W_2$ tolera aproximadamente 3,5 vezes mais ruído do que $W_1$ antes de confundir o ruído aditivo com deslocamentos espaciais genuínos.

Significância e Alegações

O artigo afirma ser o primeiro a estudar a robustez ao ruído de métricas de Wasserstein para medidas em uma grade fixa. Sua principal significância reside no fato de fornecer uma base teórica para a observação empírica de que as distâncias de transporte ótimo são superiores às normas euclidianas em configurações de imagem ruidosas.

• Insight Teórico: Ao provar que o erro na discrepância de 2-Wasserstein assinada escala com $\sqrt{\sigma}$ (favorável em comparação com o escalonamento linear de $L_2$), o trabalho explica por que os métodos baseados em OT têm sucesso em domínios de alto ruído como a cryo-EM.
• Orientação Prática: Os resultados sugerem que, para aplicações envolvendo alto ruído e preservação de estrutura geométrica, $W_2$ é uma métrica mais robusta do que $W_1$ ou $L_2$.
• Limitações e Trabalho Futuro: Os autores observam modestamente que, embora seus limites capturem o comportamento correto de escalonamento, eles podem não ser apertados (particularmente para $p>1$). Eles também destacam que a falta de uma desigualdade triangular para $W_p$ assinado ($p>1$) complica a derivação de limites nítidos para a diferença entre as expectativas limpa e ruidosa. Sugere-se que trabalhos futuros investiguem a utilidade prática de valores de $p$ mais altos e refinem os limites para cenários de transporte desbalanceado.

Os autores concluem que este entendimento teórico é um passo necessário para novos desenvolvimentos metodológicos em modalidades de imagem de alto ruído, como a criomicroscopia eletrônica e a imagem médica.