基于双向对抗网络的多源几何匹配显微图像合成
图像与视频处理
2021-03-30 v2 计算机视觉与模式识别
摘要
来自多种模态的显微图像可产生丰富的实验信息。在实践中，给定观测周期下的生物或物理限制可能使研究者无法获取足够的显微扫描。近期研究表明，图像合成是缓解此类限制的热门方法之一。然而，大多数现有合成方法仅将图像从源域转换到目标域，缺乏可靠的几何关联。为应对这一挑战，我们提出了一种创新模型架构 BANIS，用于合成具有不同几何特征的多源域多样化显微图像。实验结果表明，BANIS 在秀丽隐杆线虫（C. elegans）显微胚胎图像上成功合成了理想的成对图像。据我们所知，BANIS 是首个合成关联多源域不同空间几何特征的显微图像的应用。
引用
@article{arxiv.2010.13308,
title = {Geometrically Matched Multi-source Microscopic Image Synthesis Using Bidirectional Adversarial Networks},
author = {Jun Zhuang and Dali Wang},
journal= {arXiv preprint arXiv:2010.13308},
year = {2021}
}
备注
Published in MICAD 2021