自己教師あり学習を使用した画像のノイズ除去

私たちが撮影する写真から公共の場に設置されたカメラで記録されるビデオまで、画像は日常生活の一部となっています。画像には洞察に満ちた情報が含まれており、最先端のテクノロジーによって、このデータを分析および解釈することが可能になっています。

特に、人工知能（AI）の一分野であるコンピュータビジョンは、機械が視覚情報を処理し、人間と同じように見たものを理解することを可能にします。しかし、実世界のアプリケーションにおいて、画像が完璧な状態であることは稀です。

雨、ほこり、低照度、またはセンサーの制限によって生じる画像ノイズは、重要な詳細を隠してしまうため、Vision AI modelsがオブジェクトを検出したり、シーンを正確に解釈したりすることを困難にします。画像ノイズ除去は、このノイズを低減することで、Vision AI modelsが詳細をより鮮明に確認し、より優れた予測を行うことを可能にします。

図1。画像のノイズ除去の例。(ソース)

従来、画像ノイズ除去は教師あり学習に依存しており、ノイズを含む画像とクリーンな画像のペアを使用してモデルをトレーニングし、ノイズの除去方法を学習させてきました。しかし、完全にクリーンな参照画像を収集することは、常に実用的であるとは限りません。

この課題に取り組むため、研究者は自己教師あり画像ノイズ除去器を開発しました。これらは、AIモデルがデータから直接学習するようにトレーニングし、クリーンな参照画像を必要とせずに、ノイズを除去して重要な詳細を保持するための独自の学習シグナルを作成することを目的としています。

本記事では、自己教師あり画像ノイズ除去器について、その仕組み、背後にある主要な技術、および実世界のアプリケーションについて詳しく見ていきます。それでは始めましょう！

Link to this section自己教師あり画像ノイズ除去とは何か？#

ノイズの多い画像は、Vision AI modelsが写真の内容を解釈するのを困難にする可能性があります。例えば、低照度環境で撮影された写真は、粒子が粗かったりぼやけていたりすることがあり、モデルがオブジェクトを正確に識別する助けとなる微細な特徴を隠してしまうことがあります。

教師あり学習ベースのノイズ除去では、ノイズあり画像とクリーン画像のペアを使用してモデルをトレーニングし、不要なノイズを取り除く方法を学習します。この手法はうまく機能しますが、完全にクリーンな参照データを収集することは、実世界のシナリオでは時間がかかり、困難な場合がよくあります。

そのため、研究者は自己教師あり画像ノイズ除去に注目しました。自己教師あり画像ノイズ除去は、モデルがデータから独自の学習シグナルを作成して自己教育を行うという、自己教師あり学習の概念に基づいています。

この手法は大規模なラベル付きデータセットに依存しないため、自己教師ありノイズ除去はより高速でスケーラビリティが高く、クリーンな参照画像が利用できないことが多い低照度写真、医療画像、衛星画像分析といった分野全体に適用しやすくなっています。

クリーンな参照画像に頼るのではなく、この手法はマスクされたピクセルの予測や不足部分の再構築を行うことで、ノイズの多いデータを使って直接トレーニングします。このプロセスを通じて、モデルは意味のある画像詳細とランダムなノイズの違いを識別することを学習し、より鮮明で正確な出力を得ることができます。

教師なし学習と似ているように思えるかもしれませんが、自己教師あり学習は実際にはその特殊なケースです。重要な違いは、自己教師あり学習では、モデルが特定のタスクを学習するために、データから独自のラベルやトレーニングシグナルを作成する点にあります。対照的に、教師なし学習は、明確なタスクや事前に定義された目標なしに、データ内の隠れたパターンや構造を見つけることに焦点を当てています。

Link to this section自己教師ありノイズ除去における学習戦略#

自己教師ありノイズ除去に関しては、学習が行われる方法がいくつかあります。一部の自己教師ありノイズ除去モデルはマスクされたピクセルや欠損ピクセルを埋めますが、他のモデルは同じ画像の複数のノイズの多いバージョンを比較して一貫した詳細を見つけ出します。

例えば、「ブラインドスポット学習」として知られる一般的な手法は、再構築中のピクセルを無視し、周囲のコンテキストに依存するようにノイズ除去モデルをトレーニングすることに焦点を当てています。時間をかけて、モデルは重要なテクスチャ、エッジ、色を維持しながら高品質な画像を再構築します。

Link to this section自己教師あり学習はどのようにしてノイズを除去するのか#

次に、自己教師あり学習がどのようにノイズを除去するのか、その背後にあるプロセスを探ります。

自己教師ありノイズ除去のプロセスは、通常、ノイズの多い画像をノイズ除去モデルに入力することから始まります。モデルは近くのピクセルを分析して、各不明瞭またはマスクされたピクセルがどのように見えるべきかを推定し、ノイズと実際の視覚的な詳細の違いを徐々に学習していきます。

暗くて粒状の空の画像を考えてみましょう。モデルは近くの星や周囲のパターンを見て、ノイズのない各パッチがどのように見えるべきかを予測します。このプロセスを画像全体で繰り返すことで、ランダムなノイズと意味のある特徴を分離し、より鮮明で正確な結果を生成することを学習します。

言い換えれば、モデルは完全にクリーンな参照を必要とせずに、コンテキストに基づいて画像のよりクリーンなバージョンを予測します。このプロセスはさまざまなタイプのモデルを使用して実装でき、それぞれがノイズ処理において独自の強みを持っています。

Link to this section自己教師あり画像ノイズ低減に使用されるモデルのタイプ#

以下は、自己教師あり画像ノイズ除去によく使用されるモデルのタイプの概要です：

• 畳み込みニューラルネットワーク (CNNs): CNNは、画像の小さな領域内のパターンを認識するように設計されたディープラーニングモデルです。フィルターを使用して画像をスキャンし、エッジ、形状、テクスチャを検出します。自己教師ありノイズ除去では、多くの場合、ターゲットピクセルを入力から除外して周囲のピクセルのみに基づいて値を予測するブラインドスポット手法が使用されます。これにより、モデルはノイズのコピーを回避し、代わりにクリーンな詳細を推論できます。
• オートエンコーダー: オートエンコーダーは、データを圧縮および再構築することを学習するニューラルネットワークです。最初に画像をより小さな表現（エンコーディング）に縮小し、次にそれを再構築（デコーディング）します。その過程で、ランダムなノイズや無関係な詳細を除去しながら、形状やテクスチャなどの重要な視覚的特徴を捉えることを学習します。
• Transformerベースのモデル: Transformerは、もともと自然言語処理用に開発されましたが、現在では視覚タスクにも広く使用されているモデルです。画像全体を一度に処理し、異なる領域がどのように関連しているかを学習します。このグローバルな視点により、複雑な画像や高解像度の画像であっても、細かい詳細と構造的な一貫性を保持できます。

図2。自己教師あり画像ノイズ除去に使用されるCNNベースのアーキテクチャの概要。(ソース)

異なる照明やISO設定で撮影された画像でこれらのモデルをトレーニングすることで、多くの実世界の状況でうまく機能するようになります。デジタルカメラでは、ISO設定がカメラが受信する信号を増幅することによって画像をどれだけ明るくするかを制御します。

ISOを高くすると暗い場所での写真が明るくなりますが、同時にノイズが増加し、詳細が減少します。異なるISOレベルで撮影された画像から学習することで、モデルは実際の詳細とノイズをより適切に区別できるようになり、より鮮明で正確な結果につながります。

Link to this sectionノイズ除去器は、何がノイズで何が現実かをどのように学習するのか？#

ノイズ除去器は、ノイズ除去に使用されるモデルタイプとは別の、さまざまなトレーニング手法を通じてノイズと実際の画像詳細の違いを学習します。CNN、オートエンコーダー、Transformerなどのモデルタイプは、ネットワークの構造と、それが視覚情報をどのように処理するかを説明するものです。

一方で、トレーニング手法はモデルがどのように学習するかを定義します。いくつかの手法ではコンテキストベースの予測が使用され、モデルは近くの領域からの情報を使用して欠損またはマスクされたピクセルを埋めます。

他の手法では再構築ベースの学習が使用され、モデルは画像をより単純な形式に圧縮してから再構築することで、ランダムなノイズを除去しながらエッジやテクスチャなどの意味のある構造を認識することを支援します。

モデルタイプとトレーニング手法を組み合わせることで、ノイズ除去器がどれだけ効果的に画像をクリーンにできるかが決まります。適切なアーキテクチャと適切な学習アプローチを組み合わせることで、自己教師ありノイズ除去器は多くのタイプのノイズに適応し、クリーンな参照データがなくても、より鮮明で正確な画像を生成できます。

Link to this section自己教師ありAI画像ノイズ除去における主要な技術#

効果的な自己教師あり画像ノイズ除去を可能にする、最も広く使用されているトレーニング技術のいくつかを以下に示します：

• Noise2Noise: この手法では、同じ画像の2つのノイズの多いバージョンを使用してモデルをトレーニングします。各バージョンにおけるノイズはランダムであるため、モデルは実際の画像を表す一貫した詳細に焦点を当て、ノイズを無視することを学習します。バースト撮影や、医療および科学画像など、同じシーンの複数のノイズの多いキャプチャが利用可能な場合に最適に機能します。
• Noise2Void または Noise2Self: これらの手法では、ピクセルを隠す（マスクする）ことによって単一のノイズの多い画像でトレーニングを行い、モデルに周囲のピクセルに基づいてその値を予測させます。これにより、モデルが単にノイズの多いデータをコピーするのを防ぎ、画像の自然な構造を学習するのに役立ちます。これらは、顕微鏡、天文学、低照度写真など、1つのノイズの多い画像しか利用できない場合に特に役立ちます。
• ブラインドスポットネットワーク: これらは、モデルが再構築中のピクセルを見ることができないように特別に設計されています。代わりに、そのピクセルがどのようなものであるべきかを推定するために、周囲の領域からの情報に依存します。これにより、ノイズ除去がより正確で偏りのないものになり、ピクセル単位のノイズ除去タスクでは Noise2Void や Noise2Self 手法と組み合わせて使用されることがよくあります。
• マスクされたオートエンコーダー (MAE): このアプローチでは、画像の一部が隠され、モデルは欠損領域を再構築することを学習します。これを行うことで、細かい詳細と全体構造の両方を学習し、実際のコンテンツとノイズを区別するのに役立ちます。マスクされたオートエンコーダーは、より広いコンテキストを理解することが復元を改善する、高解像度または複雑な画像に特に効果的です。

Link to this section画像ノイズ除去システムの評価#

画像ノイズ除去は、ノイズを減らすことと、細かい詳細を損なわずに維持することという2つの目標の間の繊細なバランスです。ノイズ除去が多すぎると画像が柔らかく見えたりぼやけたりする可能性があり、少なすぎると不要な粒子やアーティファクトが残る可能性があります。

モデルがこのバランスをどれだけうまく取れているかを理解するために、研究者は画像の鮮明さと詳細保持の両方を測定する評価指標を使用します。これらの指標は、重要な視覚情報を失うことなく、モデルがどれだけ効果的に画像をクリーンにできるかを示します。

画像品質とノイズ除去性能を測定するのに役立つ一般的な評価指標を以下に示します：

• 平均二乗誤差 (MSE): 元の画像とノイズ除去された画像の間の平均二乗差を測定します。出力がピクセルレベルで元の画像にどれだけ近いかを示します。MSE値が低いほど、誤差が少なく、より正確な結果であることを意味します。
• ピーク信号対雑音比 (PSNR): この指標は、元の画像信号の強度と残りのノイズを比較し、デシベル単位で表現します。ノイズ除去後にどれだけの元の詳細が保持されたかを確認するために使用されます。PSNR値が高いほど、より鮮明で高品質な画像であることを意味します。
• 構造的類似性指標 (SSIM): SSIMは、構造、明るさ、およびコントラストを評価して、ノイズ除去された画像と元の画像の間の類似性を評価します。単なる生の数値ではなく、人間がどのように画像を見ているかに焦点を当てています。SSIMスコアが高いほど、画像がより自然で元の画像に忠実に見えることを意味します。
• 知覚指標: これらの指標は、ディープラーニングモデルを使用して、画像がどれだけ現実的かつ自然に見えるかを判断します。個々のピクセルを比較するのではなく、全体的な外観、テクスチャ、および視覚的な類似性に焦点を当てています。多くの場合、スコアが低いほど、画像が元の画像に近く、人間にとって視覚的により快適に見えることを意味します。

Link to this section自己教師ありノイズ除去のアプリケーション#

ノイズ除去とは何かについて理解が深まったところで、実世界のシナリオで自己教師あり画像ノイズ除去がどのように適用されているかを探ってみましょう。

Link to this section天体写真における自己教師ありノイズ除去の利用#

星や銀河の鮮明な写真を撮ることは容易ではありません。夜空は暗いため、カメラには長い露光時間が必要になることが多く、それが不要なノイズを引き起こす可能性があります。このノイズは宇宙の微細な詳細をぼかし、かすかな信号を検出しにくくすることがあります。

従来のノイズ除去ツールはノイズを低減するのに役立ちますが、それと一緒に重要な詳細まで除去してしまうことがよくあります。自己教師ありノイズ除去は、よりスマートな代替手段を提供します。ノイズの多い画像から直接学習することで、AIモデルは実際の天体を表すパターンを認識し、それらをランダムなノイズから分離することができます。

その結果、星、銀河、太陽などの天体の画像が非常に鮮明になり、そうでなければ見過ごされていた可能性のあるかすかな詳細が明らかになります。また、微妙な天体学的特徴を強化し、画像の鮮明さを向上させ、科学研究にとってデータをより有用なものにすることもできます。

図3。画像ノイズ除去は天体写真を強化できる。(ソース)

Link to this section医療画像のための自己教師ありノイズ除去#

MRI、CT、および顕微鏡画像のような医療スキャンは、細かい詳細を見にくくするノイズを拾い上げることがよくあります。医師が病気の初期兆候を発見したり、時間の経過とともに変化を追跡したりする必要がある場合、これは問題になる可能性があります。

画像ノイズは、患者の動き、低い信号強度、または使用可能な放射線量の制限から生じる可能性があります。医療スキャンを鮮明にするために、研究者は Noise2Self や他の同様のアプローチのような自己教師ありノイズ除去手法を調査してきました。

これらのモデルはノイズの多い脳MRI画像で直接トレーニングされ、独自のノイズパターンを学習し、完全にクリアな例を必要とせずにそれらをクリーンアップします。処理された画像はよりシャープなテクスチャとより良いコントラストを示し、微細な構造を特定しやすくなりました。このようなAI駆動型のノイズ除去器は、診断イメージングのワークフローを合理化し、リアルタイム分析の効率を向上させます。

図4。脳MRIスキャンにおける異なる自己教師ありノイズ除去技術の利用。(ソース)

Link to this section自己教師ありノイズ除去による視覚システムの強化#

ほとんどの場合、ノイズ除去は幅広いコンピュータビジョンアプリケーション全体に大きな影響を与えます。不要なノイズや歪みを取り除くことで、Vision AI modelsが処理するためのよりクリーンで一貫した入力データが生成されます。

画像の鮮明化は、オブジェクト検出、インスタンスセグメンテーション、画像認識などのコンピュータビジョンタスクにおけるパフォーマンスの向上につながります。ノイズ除去の恩恵を受けることができる Ultralytics YOLO11 や Ultralytics YOLO26 といったVision AI modelsのアプリケーション例をいくつか紹介します：

• 産業検査: ノイズ除去は、製造環境における表面の欠陥や異常のより正確な検出を促進し、品質管理の向上につながります。
• 自動運転およびナビゲーション: 低照度、雨、霧などの厳しい条件下でのオブジェクトおよび障害物検出を強化し、全体的な安全性と信頼性を向上させます。
• 監視およびセキュリティ: ノイズ除去は、低照度または高圧縮のビデオフィードの画質を向上させ、オブジェクトや人物のより優れた識別と追跡を可能にします。
• 水中イメージング: ノイズ除去は散乱と光の歪みを低減し、濁った水中条件下での視認性とオブジェクト認識を向上させます。

Link to this section自己教師ありノイズ除去の長所と短所#

イメージングシステムで自己教師ありノイズ除去を使用する主な利点をいくつか紹介します：

• ノイズへの適応性: 自己教師ありノイズ除去手法は、ペアになったクリーンな参照を必要とせずに、ノイズの多いデータから直接学習できます。これにより、センサーノイズ、モーションブラー、環境干渉など、幅広い実世界のノイズレベルやタイプに高度に適応できるようになります。
• 詳細の保持: 適切に設計された場合、これらのモデルは正確な画像解釈に不可欠な微細なテクスチャやエッジを保持します。ブラインドスポットネットワークやマスキングベースの学習のようなアプローチは、ノイズを低減しながら構造的な情報を維持するのに役立ちます。
• 前処理の削減: 利用可能なデータのみを使用してノイズの多い入力をクリーンな表現にマッピングすることを学習することで、モデルは手動フィルタリング、手作業で作成されたノイズ除去アルゴリズム、またはキュレーションされたトレーニングデータセットの必要性を最小限に抑えます。

利点がある一方で、自己教師ありノイズ除去にはいくつかの制限もあります。考慮すべき要因をいくつか挙げます：

• 計算要件: 自己教師ありノイズ除去に使用されるディープニューラルアーキテクチャ、特にTransformerベースのモデルは、従来のフィルタリング手法と比較して、かなりの計算パワーとメモリリソースを必要とする場合があります。
• モデル設計の複雑さ: 最適な結果を得るには、マスキング戦略や損失関数など、ノイズタイプによって異なる可能性があるモデル設定を慎重に選択する必要があります。
• 評価の課題: 一般的な画質指標は、ノイズ除去された画像がどれだけ自然で現実的に見えるかと必ずしも一致しないため、視覚的またはタスク固有のチェックが必要になることがよくあります。

Link to this section重要なポイント#

自己教師ありノイズ除去は、AIモデルがノイズの多い画像から直接学習することを助け、細かい詳細を維持しながらより鮮明な結果を生成します。これは、低照度、高ISO、詳細なイメージングなどのさまざまな困難なシナリオで効果的に機能します。AIが進化し続けるにつれて、このような技術はさまざまなコンピュータビジョンアプリケーションにおいて不可欠な役割を果たすことになるでしょう。

コミュニティに参加し、GitHubリポジトリを探索して、AIに関する詳細を発見してください。独自のVision AIプロジェクトを構築したい場合は、ライセンスオプションを確認してください。医療におけるAIや小売におけるVision AIなどのアプリケーションについての詳細は、ソリューションページにアクセスしてください。