Jul, 2019

基于关键点图的多尺度细胞实例分割

PDF
TL;DR本文提出了一种基于关键点检测的、基于框的细胞实例分割方法，它将细胞检测问题转化为关键点检测问题，再结合检测框及特征图进行细胞分割，相较于其他实例分割技术表现出更好的性能。
cell instance segmentationobject detectionkeypoints detectionbounding boxinstance segmentation techniques
发现论文，激发创造
  • 生物图像的物体引导实例分割

    本文提出了一种基于盒子的实例分割方法，通过引入目标检测和实例规范化技术，实现在生物图像识别中更准确的实例分割。

    Nov, 2019

  • 通过极值点和中心点分组进行自底向上的目标检测

    本文提出了一种使用基于关键点估计网络的下向方法进行目标检测的算法，我们只需检测每个对象的最高、最左、最下、最右以及中心五个极点，并且如果这些点在几何上对齐，则将其分组为一个边界框，从而避免了区域分类或隐式特征学习，此算法表现出了与基于区域的检测算法相当的性能。

    Jan, 2019

  • 物件作为点

    本文提出了一种基于中心点检测的方法，该方法使用关键点估计来找到物体的中心点，并回归到所有其他物体属性，例如大小，3D 位置，方向和姿态，实现了较好的速度和精度。

    Apr, 2019

  • 基于骨架辅助的显微镜细分微细分割

    通过提出一种名为 A2B-IS 的新框架，结合高斯骨架图和半监督学习策略，我们解决了显微镜图像分析中实例分割的一个基本挑战，使得模型在处理群集区域，连接的多个不同大小和形状的目标以及任意方向重叠的情况下能够获得更高的准确度。

    Jan, 2024

  • 基于椭圆边界框的细胞跟踪方法

    该研究论文提出了一种新的基于经典检测跟踪模式的细胞检测和跟踪方法，通过将细胞形状近似为有方向的椭圆并利用通用有方向对象检测器在每一帧中识别出细胞，再结合全局数据关联算法进行跟踪，结果表明该方法在细胞检测和跟踪方面与需要更多数据标注的最先进技术具有竞争力。

    Oct, 2023

  • 点集锚点用于目标检测、实例分割和姿态估计

    该论文提出了一种名为 Point-Set Anchors 的方法，旨在通过从更优越的位置对一组点进行回归，以提高目标检测、实例分割和人体姿势估计的性能，并且通过采样这些变换来生成额外的点集候选，以适应不同的缩放、纵横比和旋转。

    Jul, 2020

  • 关键点社群

    用快速的自下而上的方法，结合图形中心性度量对人类或物体上的 100 多个关键点进行检测，为硬件和人物建模，量化关键点的独立性，将训练权重分配给不同部位的姿势。经实验证明该方法优于以往的所有人体姿势估计方法，而且具有很好的泛化性能。

    Oct, 2021

  • 高效视频预测的精准格点学习

    该论文提出了一种新的网格关键点学习框架，通过引入随机性，生成长期高质量预测，有效地降低计算资源消耗，并在机器人辅助手术数据集上验证了该方法的有效性。

    Jul, 2021

  • ObjectBox: 从中心到盒子的基于锚点的无锚点目标检测算法

    ObjectBox 是一种新颖的单阶段无锚点、高度通用的物体检测方法，通过仅使用对象中心位置作为正样本以及不受对象大小或形状影响地在不同的特征级别平等对待所有对象，解决了现有基于锚点和无锚点检测器在标签分配中偏向特定对象尺度的问题。

    Jul, 2022

  • 使用点标注技术的细胞端到端识别

    本文介绍了一种基于点的细胞检测和分类框架，该框架采用了直接回归和分类方法，并采用金字塔式特征聚合策略同步处理底层特征和高层语义。实验结果表明，该方法在在免疫组织化学图像的分析中有着较高的准确性和效率，并具有较高的协助病理学家评估的潜力。

    Jul, 2022