講演名 | 2021-03-16 敵対的相互リークによる細胞画像のセグメンテーション 津田 大輝(名城大), 堀田 一弘(名城大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | セマンティックセグメンテーションは入力された画像の全画素に対してラベル推定を行う処理である.自動運転における車載カメラやロボットに搭載したカメラ映像のシーン解析,工場製品の検査画像や医療画像における異常検出,細胞画像における領域分割など様々な分野の基礎技術となるため精力的に研究されている.セグメンテーションモデルを生成器として取り扱い,Generative Adversarial Networkのように識別器を加えて敵対的に学習を行うことによりセグメンテーションモデル単体よりも高精度な推定を行える.本研究では2つの手法を提案する.1つ目は生成器から難易度に基づく注意機構を用いて作成したAttention Mapを識別器へリークするTop-Down Pixel-wise Difficulty Attention Moduleを提案する.正解画像を用いた明示的な難易度をAttention Mapとして生成器と識別器の両方で用いることにより生成器は高難易度画素の学習を行う.識別器は生成器が学習しきれていない高難易度の画素を根拠として学習できる.2つ目は生成器と識別器の間で相互に情報のリークを行うAdversarial Mutual Leakage Networkを提案する.これにより,お互いの情報を利用して通常のセグメンテーションモデルよりも効率的な学習が可能となる.評価実験では2つの細胞画像のデータセットを用いて従来手法と提案手法の精度比較を行った.その結果,Intersection over Unionを用いた精度評価において,提案手法が従来手法を上回ることを確認した. |
抄録(英) | |
キーワード(和) | 相互リーク / 敵対的学習 / 注意機構 / 細胞画像 / セマンティックセグメンテーション |
キーワード(英) | |
資料番号 | MI2020-80 |
発行日 | 2021-03-08 (MI) |
研究会情報 | |
研究会 | MI |
---|---|
開催期間 | 2021/3/15(から3日開催) |
開催地(和) | オンライン開催 |
開催地(英) | Online |
テーマ(和) | 医用画像一般(メディカルイメージング連合フォーラム) |
テーマ(英) | Medical Imaging |
委員長氏名(和) | 河田 佳樹(徳島大) |
委員長氏名(英) | Yoshiki Kawata(Tokushima Univ.) |
副委員長氏名(和) | 北坂 孝幸(愛知工大) / 本谷 秀堅(名工大) |
副委員長氏名(英) | Takayuki Kitasaka(Aichi Inst. of Tech.) / Hidekata Hontani(Nagoya Inst. of Tech.) |
幹事氏名(和) | 平野 靖(山口大) / 原口 亮(兵庫県立大) |
幹事氏名(英) | Yasushi Hirano(Yamaguchi Univ.) / Ryo Haraguchi(Univ. of Hyogo) |
幹事補佐氏名(和) | 滝沢 穂高(筑波大) / 大竹 義人(奈良先端大) |
幹事補佐氏名(英) | Hotaka Takizawa(Tsukuba Univ.) / Yoshito Otake(NAIST) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Medical Imaging |
---|---|
本文の言語 | JPN-ONLY |
タイトル(和) | 敵対的相互リークによる細胞画像のセグメンテーション |
サブタイトル(和) | |
タイトル(英) | |
サブタイトル(和) | |
キーワード(1)(和/英) | 相互リーク |
キーワード(2)(和/英) | 敵対的学習 |
キーワード(3)(和/英) | 注意機構 |
キーワード(4)(和/英) | 細胞画像 |
キーワード(5)(和/英) | セマンティックセグメンテーション |
第 1 著者 氏名(和/英) | 津田 大輝 / Hiroki Tsuda |
第 1 著者 所属(和/英) | 名城大学(略称:名城大) Meijo University(略称:Meijo Univ.) |
第 2 著者 氏名(和/英) | 堀田 一弘 / Kazuhiro Hotta |
第 2 著者 所属(和/英) | 名城大学(略称:名城大) Meijo University(略称:Meijo Univ.) |
発表年月日 | 2021-03-16 |
資料番号 | MI2020-80 |
巻番号(vol) | vol.120 |
号番号(no) | MI-431 |
ページ範囲 | pp.138-143(MI), |
ページ数 | 6 |
発行日 | 2021-03-08 (MI) |