SAGE-GAN：注意ガイド付きGANによる、空間的に秩序化されたナノ粒子の現実的かつ堅牢なセグメンテーションへ
arXiv cs.CV / 2026/4/7
💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 本論文は、電子顕微鏡画像における空間的に秩序化されたナノ粒子の、現実的かつ堅牢なセグメンテーションを行うための、注意ガイド付きGAN手法SAGE-GANを提案する。
- 自己注意に駆動されたU-Netを用いて、実画像からナノ粒子の特徴セグメンテーションを学習し、背景ノイズや撮像アーティファクトを抑制する。
- 次に、学習したAttention U-NetをCycleGAN型の、サイクル整合性（cycle-consistent）フレームワークに統合し、画像／マスクの対応関係に整合した、現実的な合成電子顕微鏡画像—マスク対を生成する。
- 本手法は、大規模で高コストなラベル付きデータセットへの依存を減らし、人手によるアノテーションなしで自律的な合成データ拡張を可能にすることを目指している。
