論文の概要: When the Edit Changes the Patient: Measuring Identity Preservation in Counterfactual Retinal Images
- arxiv url: http://arxiv.org/abs/2608.23024v1
- Date: Mon, 24 Aug 2026 09:29:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-25 13:29:44.011418
- Title: When the Edit Changes the Patient: Measuring Identity Preservation in Counterfactual Retinal Images
- Title（参考訳）: 編集が変わるとき--網膜反対画像におけるアイデンティティ保存の測定-
- Abstract要約: テキスト条件付き編集手法の3つのグループ – ソースアンコール,構造化プロンプト,ペアトレーニング – に対して,ID保存を明示的に測定する。
編集に匹敵する高品質なOCT画像を生成する方法がすべてあるが,その同一性は著しく異なる。
医療対実生成における今後の研究は、イメージリアリズムと編集の成功と共に、アイデンティティの保存を明示的に測定し、報告する必要があると論じる。
- 参考スコア（独自算出の注目度）: 44.33915499111612
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Counterfactual medical image generation aims to modify an existing image to reflect a hypothetical scenario in which certain characteristics of the imaged subject are altered, while keeping their identity fixed. Most existing works repurpose established image editing methods, which do not directly supervise identity preservation. Instead, they assume that identity is implicitly preserved by anchoring generation to the source image. This assumption is rarely tested and may fail in domains where biometric cues are subtle, such as retinal optical coherence tomography (OCT). In this work, we explicitly measure identity preservation for three groups of text-conditioned editing methods - source-anchored, structured-prompt, and paired-training - using referee classifiers, embedding alignment scores, and a blind reader study. We find that all methods produce high-quality OCT images with comparable editing success, yet their identity preservation differs markedly. Source-anchored editing frequently alters the depicted subject, while paired-training preserves it best. We argue that future work on medical counterfactual generation must explicitly measure and report identity preservation alongside image realism and editing success.
- Abstract（参考訳）: 対物医用画像生成は、画像の特定の特徴が変化した仮説的なシナリオを反映しつつ、そのアイデンティティを固定したまま、既存の画像を変更することを目的としている。
既存の作品の多くは、アイデンティティの保存を直接監督しない、確立した画像編集手法を再利用している。
代わりに、アイデンティティは、生成をソースイメージに固定することで暗黙的に保存されると仮定する。
この仮定は、網膜光コヒーレンス断層撮影(OCT)など、生体計測の手がかりが微妙な領域でテストされることは稀であり、失敗する可能性がある。
本研究では,ソースアンコール,構造化プロンプト,ペア学習の3つのグループに対して,レファレンス分類器,アライメントスコアの埋め込み,ブラインドリーダーによる評価を行った。
編集に匹敵する高品質なOCT画像を生成する方法がすべてあるが,その同一性は著しく異なる。
ソースアンカラー編集は、表現対象を頻繁に変更し、ペアトレーニングは、それを最もよく保存する。
医療対実生成における今後の研究は、イメージリアリズムと編集の成功と共に、アイデンティティの保存を明示的に測定し、報告する必要があると論じる。
関連論文リスト
- Persistent Identity Preservation in Generative Image Models: A Benchmark and Evaluation System [20.281088110768955]
生成画像モデルは高品質な画像を生成し、複雑な命令に従うことができ、正確な編集をサポートする。
しかし、誰が描かれているか、何が描かれているかを保存するのに苦戦している。
本研究は, アイデンティティの保存が, 現在の生成基盤モデルの明確な限界であることを示す。
論文 参考訳（メタデータ） (2026-09-03T17:44:25Z) - Latent-Identity Tuning in Text-to-Image Personalization Models [65.31471460269033]
テキスト・ツー・イメージのパーソナライズ・モデルにおける詳細なアイデンティティチューニング手法を提案する。
通常の画像編集とは異なり、アイデンティティチューニングは特定のアイデンティティの潜在表現を変更する。
この空間と選択されたトークンによって定義された部分空間内で有意な方向を識別できることが示される。
論文 参考訳（メタデータ） (2026-07-13T17:59:49Z) - FlowID : Enhancing Forensic Identification with Latent Flow-Matching Models [7.497692242539801]
FlowIDは、アイデンティティを保存する顔の再構築方法である。
我々のアプローチは、単一イメージの微調整と、損傷した領域に編集をローカライズするアテンションベースのマスキングを組み合わせる。
InjuredFacesは、顔の重篤な損傷下での顔の同一性保存のための新しいベンチマークである。
論文 参考訳（メタデータ） (2026-03-31T11:12:01Z) - WithAnyone: Towards Controllable and ID Consistent Image Generation [83.55786496542062]
アイデンティティ・一貫性・ジェネレーションは、テキスト・ツー・イメージ研究において重要な焦点となっている。
マルチパーソンシナリオに適した大規模ペアデータセットを開発する。
本稿では,データと多様性のバランスをとるためにペアデータを活用する,対照的なアイデンティティ損失を持つ新たなトレーニングパラダイムを提案する。
論文 参考訳（メタデータ） (2025-10-16T17:59:54Z) - Unrecognizable Yet Identifiable: Image Distortion with Preserved Embeddings [22.338328674283062]
本稿では,ニューラルネットワークモデルによる顔画像の識別性を保ちながら,目に対して認識不能な顔画像を描画する,革新的な画像変換手法を提案する。
提案手法は、様々な人工知能アプリケーションにおいて、視覚データを歪曲し、派生した特徴を近接に保つために使用することができる。
同一の認識精度を維持しつつ、画像内容が70%以上変化する歪みを構築することができることを示す。
論文 参考訳（メタデータ） (2024-01-26T18:20:53Z) - When StyleGAN Meets Stable Diffusion: a $\mathscr{W}_+$ Adapter for
Personalized Image Generation [60.305112612629465]
テキストと画像の拡散モデルは、多種多様で高品質でフォトリアリスティックな画像を生成するのに優れている。
本稿では,拡散モデルのための拡張されたアイデンティティ保存とアンタングル化を実現するために,StyleGAN 埋め込み空間 $mathcalW_+$ の新たな利用法を提案する。
提案手法は,即時記述に適合するだけでなく,一般的なスタイルGAN編集方向に対応可能なパーソナライズされたテキスト・ツー・イメージ出力を生成する。
論文 参考訳（メタデータ） (2023-11-29T09:05:14Z) - Anonymizing medical case-based explanations through disentanglement [4.006745047019996]
本稿では,画像の同一性や医学的特徴を識別する新しい手法を提案し,それを医用画像の匿名化に適用する。
切り離し機構は、画像内のいくつかの特徴ベクトルを置き換えると同時に、残りの特徴が保存されることを保証する。
また、原画像のアイデンティティを置き換え、匿名化を実現するために、合成プライバシ保護IDを製造するモデルを提案する。
論文 参考訳（メタデータ） (2023-11-08T16:58:58Z) - DocMAE: Document Image Rectification via Self-supervised Representation
Learning [144.44748607192147]
文書画像修正のための新しい自己教師型フレームワークDocMAEを提案する。
まず、背景を除いた文書画像のランダムなパッチをマスクし、欠落したピクセルを再構成する。
このような自己教師型学習手法により、ネットワークは変形文書の本質的な構造を学習することが奨励される。
論文 参考訳（メタデータ） (2023-04-20T14:27:15Z) - Pivotal Tuning for Latent-based Editing of Real Images [40.22151052441958]
事前訓練されたStyleGANの生成力を利用する高度な顔編集技術が提案されている。
このような方法で画像の編集を成功させるためには、最初に訓練済みのジェネレータのドメインに画像を投影(あるいは反転)する必要がある。
これは、ジェネレータの領域外にある顔に対して、ID保存の顔潜時空間編集を適用することは依然として困難であることを意味する。
論文 参考訳（メタデータ） (2021-06-10T13:47:59Z) - Enjoy Your Editing: Controllable GANs for Image Editing via Latent Space
Navigation [136.53288628437355]
コントロール可能なセマンティックイメージ編集により、ユーザーはクリック数回で画像属性全体を変更できる。
現在のアプローチでは、絡み合った属性編集、グローバルなイメージアイデンティティの変更、フォトリアリズムの低下に悩まされることが多い。
本稿では,主に定性評価に焦点を当てた先行研究とは異なり,制御可能な編集性能を測定するための定量的評価手法を提案する。
論文 参考訳（メタデータ） (2021-02-01T21:38:36Z)
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。