論文の概要: Unpaired Image-to-Image Translation for Segmentation and Signal Unmixing

• arxiv url: http://arxiv.org/abs/2505.20746v1
• Date: Tue, 27 May 2025 05:36:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-28 17:05:58.431478
• Title: Unpaired Image-to-Image Translation for Segmentation and Signal Unmixing
• Title（参考訳）: セグメンテーションと信号アンミックスのための未ペア画像間変換
• Authors: Nikola Andrejic, Milica Spasic, Igor Mihajlovic, Petra Milosavljevic, Djordje Pavlovic, Filip Milisavljevic, Uros Milivojevic, Danilo Delibasic, Ivana Mikic, Sinisa Todorovic,
• Abstract要約: Ui2iは未ペア画像から画像への翻訳のための新しいモデルである。 ドメイン間のスタイル転送を可能にするために、コンテンツワイドなデータセットでトレーニングされている。
• 参考スコア（独自算出の注目度）: 12.51033401137503
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This work introduces Ui2i, a novel model for unpaired image-to-image translation, trained on content-wise unpaired datasets to enable style transfer across domains while preserving content. Building on CycleGAN, Ui2i incorporates key modifications to better disentangle content and style features, and preserve content integrity. Specifically, Ui2i employs U-Net-based generators with skip connections to propagate localized shallow features deep into the generator. Ui2i removes feature-based normalization layers from all modules and replaces them with approximate bidirectional spectral normalization -- a parameter-based alternative that enhances training stability. To further support content preservation, channel and spatial attention mechanisms are integrated into the generators. Training is facilitated through image scale augmentation. Evaluation on two biomedical tasks -- domain adaptation for nuclear segmentation in immunohistochemistry (IHC) images and unmixing of biological structures superimposed in single-channel immunofluorescence (IF) images -- demonstrates Ui2i's ability to preserve content fidelity in settings that demand more accurate structural preservation than typical translation tasks. To the best of our knowledge, Ui2i is the first approach capable of separating superimposed signals in IF images using real, unpaired training data.
• Abstract（参考訳）: この研究は、コンテンツ保存中にドメイン間のスタイル転送を可能にするために、コンテンツワイドなデータセットに基づいてトレーニングされた、未ペア画像から画像への翻訳のための新しいモデルであるUi2iを紹介する。 Ui2iはCycleGAN上に構築されており、コンテンツとスタイルの機能を混乱させ、コンテンツの完全性を維持するために重要な修正が加えられている。 具体的には、Ui2iはスイッチ接続を備えたU-Netベースのジェネレータを使用して、ローカライズされた浅瀬機能をジェネレータの奥深くに伝播させる。 Ui2iはすべてのモジュールから機能ベースの正規化レイヤを取り除き、トレーニング安定性を高めるパラメータベースの代替手段である、ほぼ双方向のスペクトル正規化に置き換える。 コンテンツ保存をさらに支援するため、チャネル及び空間的注意機構をジェネレータに統合する。 訓練は画像スケールの増強によって促進される。 免疫組織化学(IHC)画像における核セグメンテーションのドメイン適応と、単一チャネル免疫蛍光(IF)画像に重畳される生物学的構造のアンミックスという2つのバイオメディカルタスクの評価は、Ui2iが通常の翻訳タスクよりも正確な構造保存を必要とする設定において、内容の忠実性を維持する能力を示している。 我々の知る限りでは、Ui2iは実際の未経験トレーニングデータを用いてIF画像中の重畳された信号を分離できる最初のアプローチである。

関連論文リスト

• A Hybrid Transformer-Mamba Network for Single Image Deraining [70.64069487982916]
  既存のデラリング変換器では、固定レンジウィンドウやチャネル次元に沿って自己アテンション機構を採用している。 本稿では,多分岐型トランスフォーマー・マンバネットワーク(Transformer-Mamba Network,TransMamba Network,Transformer-Mamba Network)を提案する。
  論文  参考訳（メタデータ） (2024-08-31T10:03:19Z)
• IPT-V2: Efficient Image Processing Transformer using Hierarchical Attentions [26.09373405194564]
  我々は,IPTV2と呼ばれる階層的な注意を払って,効率的な画像処理トランスフォーマアーキテクチャを提案する。 我々は、局所的およびグローバルな受容領域における適切なトークン相互作用を得るために、焦点コンテキスト自己注意(FCSA)とグローバルグリッド自己注意(GGSA)を採用する。 提案した IPT-V2 は,様々な画像処理タスクにおいて,デノナイズ,デブロアリング,デコライニングを網羅し,従来の手法よりも性能と計算の複雑さのトレードオフを得る。
  論文  参考訳（メタデータ） (2024-03-31T10:01:20Z)
• S2ST: Image-to-Image Translation in the Seed Space of Latent Diffusion [23.142097481682306]
  複雑な画像におけるグローバルI2ITを実現するための新しいフレームワークであるS2STを紹介する。 S2STは遅延拡散モデルのシード空間内で動作し、後者が学習した強力な画像の先行処理を利用する。 S2STは、複雑な自動車シーンに対して、最先端のGANベースのI2IT手法、および拡散ベースのアプローチを超越していることを示す。
  論文  参考訳（メタデータ） (2023-11-30T18:59:49Z)
• Mutual Information-driven Triple Interaction Network for Efficient Image Dehazing [54.168567276280505]
  画像デハージングのための相互情報駆動型トリプルインタラクションネットワーク(MITNet)を提案する。 振幅誘導ヘイズ除去と呼ばれる第1段階は、ヘイズ除去のためのヘイズ画像の振幅スペクトルを復元することを目的としている。 第2段階は位相誘導構造が洗練され、位相スペクトルの変換と微細化を学ぶことに尽力した。
  論文  参考訳（メタデータ） (2023-08-14T08:23:58Z)
• Spectral Normalization and Dual Contrastive Regularization for Image-to-Image Translation [9.029227024451506]
  二重コントラスト正規化とスペクトル正規化に基づく新しい未ペアI2I翻訳フレームワークを提案する。 SN-DCRの有効性を評価するための総合的な実験を行い、本手法が複数のタスクにおいてSOTAを実現することを実証した。
  論文  参考訳（メタデータ） (2023-04-22T05:22:24Z)
• Guided Image-to-Image Translation by Discriminator-Generator Communication [71.86347329356244]
  Image-to-image (I2I) 翻訳の目標は、ソースドメインからターゲットドメインに画像を転送することである。 本研究の主な分野は,GAN(Generative Adversarial Network)に基づくI2I翻訳の定式化である。
  論文  参考訳（メタデータ） (2023-03-07T02:29:36Z)
• CSformer: Bridging Convolution and Transformer for Compressive Sensing [65.22377493627687]
  本稿では,CNNからの詳細な空間情報を活用するためのハイブリッドフレームワークと,表現学習の強化を目的としたトランスフォーマーが提供するグローバルコンテキストを統合することを提案する。 提案手法は、適応的なサンプリングとリカバリからなるエンドツーエンドの圧縮画像センシング手法である。 実験により, 圧縮センシングにおける専用トランスアーキテクチャの有効性が示された。
  論文  参考訳（メタデータ） (2021-12-31T04:37:11Z)
• Smoothing the Disentangled Latent Style Space for Unsupervised Image-to-Image Translation [56.55178339375146]
  イメージ・ツー・イメージ(I2I)マルチドメイン翻訳モデルは通常、セマンティックな結果の品質を用いて評価される。 本稿では,翻訳ネットワークがスムーズでゆがみのあるラテントスタイル空間を学習するのに役立つ,3つの特定の損失に基づく新たなトレーニングプロトコルを提案する。
  論文  参考訳（メタデータ） (2021-06-16T17:58:21Z)
• Dual-Level Collaborative Transformer for Image Captioning [126.59298716978577]
  2つの機能の補完的な利点を実現するために、新しいデュアルレベルコラボレーショントランス(DLCT)ネットワークを紹介します。 さらに,これらの2つの特徴の直接融合によって生じる意味的雑音に対処するために,局所性制約付きクロスアテンションモジュールを提案する。
  論文  参考訳（メタデータ） (2021-01-16T15:43:17Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。