工業製品等の生産効率を向上させるためには、製造工程における外観検査の自動化が重要である。しかし、AIによる外観検査の精度向上には大量の学習データが必要となり、データの収集やアノテーションに多大なコストがかかる。この問題の解決策の1つとして、正常データや少量の異常データのみから疑似的な異常データを生成するというものがある。
本研究では、β-VAEGANに条件制約を加えることで画像上の特定の特徴と潜在空間の特定次元の紐づけを明示的に行い、潜在変数を介して異常の度合いを含む画像上の特徴をコントロールしながら疑似異常画像を生成する手法を提案する。