Slide 2
Slide 2 text
論文紹介
SkrGANの論文:MICCAI 2019にAccept
Tianyang Zhang, Huazhu Fu, Yitian Zhao, Jun Cheng, Mengjie Guo, Zaiwang Gu, Bing Yang, Yuting Xiao, Shenghua Gao, Jiang
Liu. SkrGAN: Sketching-rendering Unconditional Generative Adversarial Networks for Medical Image Synthesis. MICCAI 2019
https://arxiv.org/abs/1908.04346
ざっくりとした特徴
• 医用画像の生成を目的としたGAN(Generative adversarial networks)
• Uncodintional GANでProgressive GAN(PGGAN)の応用
• PGGANにはないスケッチ画像によるガイドを追加することで、GANでぼやけがちな輪郭を明
瞭にすることに成功。各評価指標でPGGANを上回り、医用画像の生成ではSoTA。
なぜこの論文を選んだか
• 医用画像がテーマだが、本質的には応用範囲は広そう(イラストやアニメの生成にも使えそう)
• ありがちな「医用画像はデータが少ないのでGANでAugmentationしましょう」がメインではない。
Data Augmentationについても議論しているがおまけ程度。より本質的な側面に切り込んでお
り、意義がありそう。
• 人間が絵を描くプロセスを踏襲しており、直感的に理解しやすい。
• Conditional GANではいろいろな条件(Semantic Segmentation、クラスラベル、ポーズ……)
を追加情報として与える風潮があるが、アノテーションデータが必要。スケッチに限れば機械的
に作り出せるので、Uncodintionalでもいける(アノテーション不要)。そこが面白い。