GANの三つ巴バージョン!? データ増強をするためのGANモデルGAMO

今回紹介する論文はこちら。

この論文は、「GANで画像が生成できるなら、データ数の少ない問題に対処できるんじゃないか？」という考えから提案されたものです。

不均衡データ

実世界にAIを応用する際、必ずと言っていいほど不均衡データという問題に直面します。不均衡データ問題とは、「クラス間においてデータ数が偏りがある状態」のことです。例えば、医療AIの世界では健康な人間のレントゲン画像は1万枚あるが、ある病気にかかっている人間のレントゲン画像は100枚しかない。なんてことが頻繁に起こります。その際、ある病気にかかっているかどうかをAIに判断させることは非常に難しくなります。理由は簡単。AIは健康な人間のデータを大量に学習しているので、新しいデータに対して「健康である」と判断しがちになってしまいます。

データ増強

不均衡データに対処する方法は大きく分けて3つ存在します。

1. over-sampling(データ増強): 少ないデータを増やす
2. under-sampling: 多いデータを減らす
3. cost-sensitive learning: 少ないデータに対する勾配が大きくなるような損失関数を設計する

この中でも、今回紹介する論文は1.のover-sampling(以下、データ増強)に関する論文となっています。

普通のデータ増強では、1枚のデータを少し傾けたり、1枚のデータにノイズを加えることで、複数枚のデータであると見なし、数の少ないデータを増やします。

今回紹介する論文では、GANのアイディアを用いてデータ増強を行います。

提案手法

早速、提案されたモデルを見ていきましょう。

上図が提案モデルのGAMO(Generative Adversarial Minority Oversampling)です。このモデルは通常のGANとは異なり、画像の特徴量を生成するG, 画像の特徴量を分類するM, 画像の特徴量がリアル画像なのかGによるフェイク画像なのかを予測するDの3つのモデルから構成されます。

(特徴量とは、画像などのデータをCNNなどで圧縮した低次元ベクトルのことを言います。)

この図を見てもわかりくいかと思いますので、簡略化したモデル図を作成しました。この図を用いてモデルの概略を説明します。詳しい理論が知りたい方は後述しますので、そちらもご覧ください。

• 
• 
• 

この記事に関するカテゴリー

• 論文
• 画像認識
• 機械学習
• 深層学習
• GAN（敵対的生成ネットワーク）