基于有限数据生成高保真酒渣鼻皮肤状况合成人脸
计算机视觉与模式识别
2023-03-10 v1 机器学习
图像与视频处理
摘要
与多数深度学习应用类似，利用计算机视觉与深度学习诊断皮肤病常需大量数据。然而，由于隐私问题，获取特定类型面部皮肤状况的充足数据可能困难。因此，诸如酒渣鼻（Rosacea）等病症在计算机辅助诊断中常被研究不足。面部皮肤状况数据的有限可得性促使了对计算机辅助诊断替代方法的探究。近年来，生成对抗网络（GAN），主要为 StyleGAN 的变体，在生成合成人脸图像方面展现出有前景的结果。在本研究中，我们首次利用含 300 张全脸图像的酒渣鼻小数据集，进一步探究生成合成数据的可能性。初步实验展示了微调模型与改变实验设置如何显著影响酒渣鼻特征的保真度。结果表明， 正则化强度有助于实现高保真细节。此外，本研究呈现了皮肤科专家与非专业参与者对合成/生成人脸的定性评估。定量评估采用若干验证指标给出。并讨论了若干局限性与未来方向。代码与生成数据集见于：\url{https://github.com/thinkercache/stylegan2-ada-pytorch}
引用
@article{arxiv.2303.04839,
title = {High Fidelity Synthetic Face Generation for Rosacea Skin Condition from Limited Data},
author = {Anwesha Mohanty and Alistair Sutherland and Marija Bezbradica and Hossein Javidnia},
journal= {arXiv preprint arXiv:2303.04839},
year = {2023}
}