最近、私たちのチームはUNetを材料画像分割に応用し、重要な成果を上げました
私たちのチームは、上海大学コンピュータ工学科学学院を第一単位とし、魏惠姗を第一著者、韓越興准教授を通信著者とする論文「材料画像分割に応用されるUNet」を中国のコアジャーナルである「計算機応用研究」に掲載しました。また、この研究には、私たちのチーム内の陳侨川先生をはじめとする指導教員のご指導もいただきました。
材料画像の微細構造は通常、形状が異なり、テクスチャが複雑で、境界がぼやけるという特徴があり、材料画像処理分野における深層学習手法の発展を制限しています。本研究では、Graph-UNetと呼ばれる手法を提案し、UNetとグラフ畳み込みニューラルネットワークを融合することで、小規模サンプルの材料画像自動分割の課題を解決しました。本手法では、畳み込みニューラルネットワークの多次元特徴の融合とスキップ接続のアイデアをグラフ畳み込みニューラルネットワークに移植し、グラフ畳み込みとグラフ注意の効果的な組み合わせを実現し、特徴マップとグラフ構造の相互変換を実現する汎用モジュールを構築しました。材料画像データセットでの比較実験と消融実験を行い、Graph-UNetの分割結果が多くの先進的な手法よりも優れていることを証明し、多様な材料構造を正確に認識することができ、材料構造と性能の関係を探求することに貢献しました。