チームの最近の成果：改良型HP-VAE-GANを用いた材料画像のデータ拡張

我々の研究チームは、国際学術誌「Computational Materials Science」に論文「Data augmentation in material images using the improved HP-VAE-GAN」を発表した。筆頭単位は上海大学コンピューター工程科学学院、筆頭著者はYuexing Han、第2著者はYuhong Liu、通信著者rはQiaochuan Chenである。

コンピュータビジョンの急速な発展は、大規模なラベル付きデータと高性能な計算機に大きく依存しているため、小さなサンプルデータセットでの画像認識は、モデル学習の実施が困難であるなど、いくつかの課題に直面している。材料研究の分野では、画像データの収集コストが比較的高い。材料研究における画像サンプル不足の問題を解決するために、データ増強を実現する材料画像を生成する改良型HP-VAE-GANが提案されている。

HP-VAE-GANは、Patch-VAEとPatch-GANから構成される単一サンプル生成モデルである。改良型HP-VAE-GANは、注目メカニズムをモデルに導入する。Patch-VAEのエンコーダーにCBAM(Convolutional Block Attention Module)を追加することで、ネットワークの特徴抽出と表現能力がさらに向上している。

このモデルを用いて1枚の画像を学習し、その後一定数のサンプルを生成して学習セットの拡張を実現する。超高炭素鋼微細構造画像の分類では、実画像＋生成画像で学習した分類モデル（MobileNet、ResNet50、VGG16）の精度が明らかに向上することが実験で示された。また、材料画像に類似したテクスチャ画像に対する実験により、改良型HP-VAE-GANの有効性を検証した。

論文へのリンク： Data augmentation in material images using the improved HP-VAE-GAN

コーディング: https://github.com/han-yuexing/Improved-HP-VAE-GAN