Überwachter Neuraler Stiltransfer als Augmentationstechnik für die Erkennung facialer Landmarken

Zusammenfassung Neural Style Transfer (NST) ist eine Technik, die die visuellen Merkmale eines Bildes auf ein anderes überträgt und dabei die strukturellen Inhalte bewahrt. Traditionell für künstlerische Transformationen verwendet, wird NST neuerdings in neuen Bereichen wie Domänenanpassung und Datenaugmentation eingesetzt. Diese Studie untersucht eine neuartige Anwendung der Technik als Datenaugmentationstrategie für die Landmarkenerkennung. Zur Validierung des Ansatzes als Machbarkeitsstudie für eine komplexe Aufgabe der katzenfacialen Landmarkenerkennung leisten wir zwei Hauptbeiträge. Erstens zeigen wir, dass die Anwendung des Stiltransfers auf zugeschnittene Gesichtsabbildungen anstelle von Ganzkörperbildern die strukturelle Konsistenz der erzeugten Bilder verbessert, was für die Landmarkenerkennung notwendig ist. Zweitens schlagen wir eine supervidierte Neural Style Transfer (SNST)-Technik vor, die speziell für die Landmarkenerkennung angepasst ist und gegenüber traditionellen Bildaugmentationsmethoden sowie unüberwachtem NST überlegen ist. Unsere Ergebnisse legen SNST als effektive Augmentationsstrategie zur Leistungssteigerung von Landmarkenerkennungsmodellen im Tierbereich und potenziell darüber hinaus nahe.