基于有限数据的非配对图像到图像翻译以揭示细微表型
计算机视觉与模式识别
2023-02-17 v1 图像与视频处理
摘要
非配对图像到图像翻译方法旨在学习从源域到目标域的图像映射。近来，这些方法在生物应用中被证明非常有用，可显示人眼原本不可见的细微细胞表型变化。然而，当前模型需要大量图像进行训练，而大多数显微实验可产生的图像数量仍然有限。在本工作中，我们提出了一种改进的 CycleGAN 架构，其采用自监督判别器以减轻对大量图像的需求。我们从定量和定性上证明，所提方法优于 CycleGAN 基线，包括在其结合可微增强时。我们还给出了在小型生物数据集上针对明显与非明显细胞表型变化所得的结果，展示了该方法的直接应用。
引用
@article{arxiv.2302.08503,
title = {Unpaired Image-to-Image Translation with Limited Data to Reveal Subtle Phenotypes},
author = {Anis Bourou and Auguste Genovesio},
journal= {arXiv preprint arXiv:2302.08503},
year = {2023}
}