手持ち眼底画像における教師なしアーティファクト復元のための拡散オートエンコーダ
arXiv cs.CV / 2026/4/20
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- この論文では、フラッシュ反射・露光のばらつき・動きによるブレといったアーティファクトで画質が劣化しやすい手持ち眼底画像を復元するための教師なし拡散オートエンコーダを提案している。
- 対応する教師データや、あらかじめ定義されたアーティファクト構造を前提とすることが多い従来手法と異なり、本手法は高品質なテーブルトップ眼底画像のみで学習し、推論時に非構造的な劣化へ適応する。
- コンテキストエンコーダと、ノイズ除去の拡散プロセスを組み合わせることで、アーティファクト復元に有用な意味的表現を学習する。
- 未知データセットでの診断精度は複数のアーティファクト条件で81.17%に向上したと報告され、定量・定性評価によって裏付けられている。
