ML論文まとめ

機械学習関連で読んだ論文をまとめています。

U-Net: Convolutional Networks for Biomedical Image Segmentation

論文

要旨

  • 画像(特にバイオ系)のセグメンテーション問題において、大局的な意味(コンテクスト)と正確な位置を捉えるU字型のネットワーク(U-Net)を提案した
  • ISBI(International Symposium on Biomedical Imaging) Challenge 2015において2部門で優勝した

提案手法

  • U-Netは、contracting pathとexpansive pathで構成される
    • contracting pathはネットワークの左側の部分であり、downsamplingを行う
    • expansive pathはネットワークの右側の部分であり、 upsamplingを行う
  • 従来手法(FCN)をベースにしているが、poolingをupsamplingに変えることで、高解像度での出力を可能にした
  • 水平方向の矢印はcopyであるが、解像度が異なるため中心部分をcropしたものである

f:id:xkumiyu:20190526165114p:plain
U-Netのアーキテクチャ図

結果

  • 3つの異なるセグメンテーション問題で実験を実施した
  • ISBI cell tracking challenge 2015では、IoU=92%, 77.5%を達成し優勝した

f:id:xkumiyu:20190526195951p:plain
ISBI cell tracking challenge 2015 における比較結果

f:id:xkumiyu:20190526200314p:plain
ISBI cell tracking challengeの結果(出力例)

  • (a), (c): オリジナル画像
  • (b), (e): 黄色の線がground truthで、色を塗っているのがセグメンテーションの結果

関連研究

  • Fully convolutional networks for semantic segmentation, CVPR2015

備考