- Learning from Simulated and Unsupervised Images through Adversarial Training
- https://arxiv.org/abs/1612.07828
概要
学習のための画像がない場合や不足している場合，シミュレータ等を使い人工的に画像を生成することがある． しかしシミュレータで生成した画像（以下シミュレータ画像と呼称）は，現実の画像に現実感の観点で及ばない． そのためシミュレータ画像に過学習してしまうと，実際の画像に対して効果を発揮しないことがある．
だからと言ってシミュレータ画像の質をチマチマ向上させるのは大変． そこでラベルなしの現実画像を訓練画像として使い，GANの枠組みでシミュレータ画像を洗練させる． その際，シミュレータ画像に付随するannotationの情報は保持するように， 大きな改変にはペナルティをかける(self-regularization loss)など工夫を施す．
SimGAN
SimGANの目的は現実の画像 を使って，
シミュレータ画像を
を洗練させて現実感を付与する変換
を学習させること．
adversarial loss with self-regularization
その際の要件として，シミュレータ生成した際のannotation情報は保持させるというものがある．
例えば，視線推定のための画像データを拡張する場合には，
シミュレータで画像生成する際に視線方向のannotationは与えておくが，
そのannotationした情報は で変換した後も保持していないと，教師データとして視線推定に使えない．
そこで通常のGANのLossに加えて， self-regularization lossを加えることを提案． self-regularization lossは，ピクセルごとの変換前後のL1距離とする．
local adversarial loss
SimGANのdiscriminatorの学習の際， ある画像特徴量を過度に評価してしまうようになると，ゴミを生成することとなる．
画像を局所領域に分割したときの各領域ごとdiscriminatorに区別させた． 各局所領域においてもSimGANで変換した画像に現実感が付与されている状態では，現実の画像の局所領域と区別がつかないはず．
いくつかの特徴量による評価が組み合わさるので，ある１つの特徴量への依存が小さくなる．（ここは自信がない）
検証
視線推定タスク
視線推定の学習に使うデータセットは質が低い． そこでSimGANでannotation付きデータを大量生成して学習させたところ， sota達成
データセットに対するuser studyも行った． 50個の現実のデータと50個のSimGANによる生成データをrandomに提示してどちらが本物か答えさせたら正答率は51.7%だった．
距離画像による手姿勢推定タスク
通常，現実の距離画像にはノイズが入っている． そのノイズがシミュレータ画像にはないので，変換してノイズを再現．
