Jun, 2024

基于 Vision Mamba 的混凝土、沥青和砖石表面自动裂缝分割

PDF
TL;DR本文提出了基于 Vision Mamba (VMamba) 的框架，用于对混凝土、沥青和砖石表面进行高准确度、广义化和较低计算复杂度的裂缝分割，相较于基于 CNN 的模型，使用 VMamba 的编码器 - 解码器网络能获得高达 2.8% 的更高的 mDS 且与基于 Transformer 的模型表现相当，在处理高分辨率图像输入时，VMamba-based 编码器 - 解码器网络能够降低高达 90.6% 的浮点操作。
convolutional neural networkstransformerscrack detectionmambacrack segmentation
发现论文，激发创造
  • 基于 Mamba 的心脏图像分割算法

    该论文介绍了一种名为 CAF-MambaSegNet 的基于 Mamba 的的语义分割网络，通过设计用于不同编码器 - 解码器阶段的基于 Mamba 的通道聚合器和空间聚合器，提出了一种在医学图像分割中不使用卷积和自注意力的新方法，以实现线性复杂度和参数数量减少的目标。

    Jun, 2024

  • VideoMambaPro：Mamba 视觉理解的重大进展

    通过对自我注意力和 Mamba 之间的差异进行理论分析，我们提出了 VideoMambaPro（VMP），通过向 VideoMamba 骨干结构添加掩码反向计算和元素残差连接来解决 Mamba 的两个限制，从而实现了卓越的视频动作识别性能，超过了 transformer 模型并获得了显著的优势。

    Jun, 2024

  • 关于视觉曼巴的调查

    该研究综述了 Mamba 模型在计算机视觉领域的基本概念和优化方法，并介绍了它们在不同层次的视觉任务中的广泛应用，旨在引起学术界对当前挑战的关注并进一步应用 Mamba 模型于计算机视觉。

    Apr, 2024

  • Vision Mamba: 模型、应用和挑战综述

    在这篇综述性文章中，我们回顾了 Mamba 模型的起源和核心见解，并将 Mamba 应用于不同的计算机视觉任务。我们对各种图像、视频、点云、多模态等应用进行了分类和组织，为未来在这个快速发展的领域中提供了挑战和研究方向。

    Apr, 2024

  • Mamba-UNet: 医学图像分割的纯视觉 Mamba

    我们提出了一种名为 Mamba-UNet 的创新架构，该架构将 U-Net 在医学图像分割中的能力与 Mamba 的能力相结合，通过纯粹的 Visual Mamba（VMamba）编码器 - 解码器结构和跳跃连接来捕捉医学图像中的细节和上下文，并显著优于具有相同超参数设置的 UNet 和 Swin-UNet。

    Feb, 2024

  • 利用蒙特卡洛任意掩蔽法提高医学图像重建的全局敏感度和不确定性量化

    提出了一种使用 MambaMIR 和 MambaMIR-GAN 进行医学图像重建和不确定性估计的方法，通过 Arbitrary-Masked Mamba-based 模型和波尔塔斯转换结合，实现了最佳的重建保真度和感知质量。

    May, 2024

  • U-Mamba: 提高生物医学图像分割的长程依赖性

    基于深度序列模型的 U-Mamba 是一种适用于医学图像分割的通用网络，通过融合卷积层的局部特征提取能力与序列模型的长距离依赖捕捉能力，能够自适应不同数据集并在各种任务中取得优于当前基于 CNN 和 Transformer 的分割网络的结果，为医学图像分析中高效建模长距离依赖开辟了新的途径。

    Jan, 2024

  • MambaDepth: 提升自监督细结构单目深度估计的长距离依赖性

    MambaDepth 是一种针对自监督深度估计任务的新型网络架构，通过组合 U-Net 的有效性和 Mamba 架构的先进功能，结合了 CNN 和 Transformer 模型的优点，能够高效处理长距离依赖关系，提高深度估计精度，并在多个数据集上展现出卓越的性能。

    Jun, 2024

  • 视觉曼巴在遥感影像语义分割中的扫描策略重新思考：实验研究

    深度学习方法在高分辨率遥感图像的语义分割中扮演重要角色，主要采用卷积神经网络（CNN）和视觉 Transformer（ViT）。然而，CNN 由于有限的感受野而受限，而 ViT 则面临二次复杂度的挑战。最近，Mamba 模型因具有线性复杂性和全局感受野而引发广泛关注。此类任务需要将图像序列化为与 Mamba 模型兼容的序列。许多研究工作探索了能够增强 Mamba 模型对图像理解的扫描策略，但是这些扫描策略的有效性仍不确定。我们通过对 LoveDA、ISPRS Potsdam 和 ISPRS Vaihingen 数据集进行广泛实验，全面地探究了主流扫描方向及其组合对遥感图像的语义分割的影响。结果表明，无论复杂性或所涉及的扫描方向数量如何，没有一种单一的扫描策略优于其他策略。对于高分辨率遥感图像的语义分割，一个简单的单一扫描方向已被证明足够。同时，我们推荐了未来研究的相关方向。

    May, 2024

  • Vivim: 一种用于医学视频对象分割的视频视觉蛇

    这篇研究论文介绍了一种基于视频视觉 Mamba 框架的医学视频目标分割任务方法 Vivim，通过设计的时间 Mamba 块，有效地将长期时空表示压缩为不同尺度的序列，相比现有的基于 Transformer 的方法，我们的模型在保持出色的分割结果的同时具有更好的速度表现。

    Jan, 2024