[論文レビュー] Sample Efficient Semantic Segmentation using Rotation Equivariant Convolutional Networks

Jasper Linmans, Jim Winkens+3 more|arXiv (Cornell University)|Jul 2, 2018

AI in cancer detection参考文献 9被引用数 16

ひとこと要約

本稿では、病理組織画像におけるサンプル効率的なセマンティックセグメンテーションのための回転および反転等長性U-Netを提案する。G→Z²および逆転G畳み込みを用いて群等長畳み込みをセグメンテーションに拡張することで、標準U-Netに比べて12.5%のデータで学習した場合にDiceスコアで7.2%優れた性能を達成し、より高いサンプル効率とロバスト性を実現した。

ABSTRACT

We propose a semantic segmentation model that exploits rotation and reflection symmetries. We demonstrate significant gains in sample efficiency due to increased weight sharing, as well as improvements in robustness to symmetry transformations. The group equivariant CNN framework is extended for segmentation by introducing a new equivariant (G->Z2)-convolution that transforms feature maps on a group to planar feature maps. Also, equivariant transposed convolution is formulated for up-sampling in an encoder-decoder network. To demonstrate improvements in sample efficiency we evaluate on multiple data regimes of a rotation-equivariant segmentation task: cancer metastases detection in histopathology images. We further show the effectiveness of exploiting more symmetries by varying the size of the group.

研究の動機と目的

• 特にヒストパスロジー画像において、ピクセル単位のアノテーションが限られているという課題に対処すること。
• 回転および反転の対称性を明示的に符号化することで、セマンティックセグメンテーションのサンプル効率を向上させること。
• 全スライド画像で一般的に見られる入力の回転および反転に対して、モデルのロバスト性を高めること。
• 群等長ネットワークがデータが不足する状況下で予測のばらつきを低減し、一般化性能を向上させることを示すこと。
• 群のサイズを拡大すること（例：p4とp4m）が、セグメンテーション性能および一般化に与える影響を調査すること。

提案手法

• p4m群からのグループ構造特徴マップを標準的な平面的特徴マップにマップする新規なG→Z²畳み込みを導入し、セグメンテーション出力に適応させる。
• デコーダパスにおけるアップサンプリングを保証する等長性を維持する逆転G畳み込みを定式化する。
• 特徴学習に回転（0°, 90°, 180°, 270°）および反転を含むp4m群を用いて対称性を強制する。
• Cohen & Welling (2016) のG-CNNフレームワークを、ピクセル単位の予測を目的としたエンコーダ・デコーダ型U-Netアーキテクチャに適用する。
• パラメータ数の増加を補償するため、フィルタ数を√|G|で割ることで、パラメータ効率を維持する。
• 標準的なAdam最適化とエアリー・ストッピングを用い、ベースライン比較のためのデータオーグメンテーションのみを適用して学習する。

実験結果

リサーチクエスチョン

• RQ1 群等長畳み込みは、ヒストパスロジー画像のセマンティックセグメンテーションにおけるサンプル効率を向上させ得るか？
• RQ2 本稿で提案するG-CNNベースのU-Netは、限られた学習データに対して標準U-Netと比較してどのように性能を発揮するか？
• RQ3 p4m群による反転対称性の組み込みは、回転のみの対称性（p4）よりも優れた一般化性能をもたらすか？
• RQ4 標準CNNと比較して、回転・反転変換下での予測ばらつきはどの程度低減されるか？
• RQ5 テスト時オーグメンテーションなしで、回転または反転された入力に対してモデルはロバスト性と高い性能を維持できるか？

主な発見

• P4M U-Netは、Camelyon16データセットの全データを用いて83.7%のDiceスコアを達成し、標準U-Net（79.8%）を3.9ポイント上回った。
• 学習データの12.5%のみを用いても、P4M U-Netは79.6%のDiceスコアを達成し、標準U-Netが全データで学習した74.2%を上回った。
• データが不足する状況下で、P4M U-Netと標準U-Netの性能差は拡大し、12.5%のデータで7.2%の向上を示した。
• P4M U-Netは、回転・反転変換下で予測ばらつきが著しく低く、標準偏差の値は数値誤差と区別できないほどであった。
• p4m群（反転を含む）は83.7%のDiceスコアを達成したのに対し、p4群（回転のみ）は82.5%であった。これにより、より多くの対称性が一般化性能を向上させることを確認した。
• 標準U-Netは回転や反転に対して不安定な予測を示し、特に腫瘍境界のようなレアパターンでは顕著であったが、群等長アーキテクチャにより安定化された。