multi-class segmentation | BriefGPT

关键词multi-class segmentation

搜索结果 - 10

一次注册等于两次分割
图像配准的目标是通过稠密位移场或参数化变换（如刚性、仿射和样条）在两个或多个图像之间建立空间对应关系。本文提出了一种新的对应关系表示方法，即一组相应感兴趣区域（ROI）对，通过实验证明具有足够的表示能力。并将图像配准定义为在图像对上搜索相同
PDF2 months ago
骨架召回损失用于细管状结构连通性保持和资源高效分割
提出了一种新的骨架召回损失，通过绕过昂贵的 GPU 计算，采用廉价的 CPU 操作，解决了薄结构分割中的计算和内存负担问题，并在保持拓扑性方面表现出卓越性能。
PDF3 months ago
医学图像中基于拓扑准确的多类别分割
提出了一种通用的损失函数，用于在多类别分割中实现拓扑准确性，并通过在持久性条码上引入匹配概念进行优化，将多类别分割问题转化为单类别分割任务，从而实现了神经网络的快速训练，并在四个医学数据集上验证了该方法的有效性。
PDF4 months ago
CIS-UNet：基于上下文感知位移窗口自注意力的计算机断层扫描血管造影主动脉分割
在本文中，我们介绍了一种用于主动脉和其十三个分支的多类分割的深度学习模型 CIS-UNet，并证明其在 CT 扫描中优于现有的基于 Swin 转换器的模型，提供更高的精度和优化，为心血管内治疗的规划提供改进。
PDF5 months ago
基于持久同调的拓扑损失函数用于心脏 MRI 多类别 CNN 分割
通过持续同源性，在所有可能的标签和标签对的基础上，构建拓扑损失函数，提高对于全局特征的分割性能，解决了数据集中的所有拓扑错误。
PDF4 years ago
CVPRCascadePSP: 通过全局和局部优化实现类别不可知和高分辨率分割
本文提出了一种基于 CascadePSP 网络的语义分割方法，可准确捕捉高分辨率图像中的物体边缘，对任何分辨率的图像都适用，并可推广至多类别场景分割。
PDF4 years ago
MMDISIR：交互式深度图像分割
本文介绍了一种基于深度神经网络的交互式方法，用于航空影像的多类别分割，通过与用户注释的拼接，不断优化分割结果，从实验中证明了用户注释在该方法中具有重要意义。
PDF4 years ago
使用整体卷积网络的不平衡多类分割的广义 Wasserstein Dice 分数
本文提出了基于 Wasserstein 距离的类别 Dice 成绩及多尺度的全面卷积神经网络，用于实现更语义化的多类别脑肿瘤分割。
PDF7 years ago
用于胸部 X 光图像多类别分割的全卷积架构
本研究探讨和提出了用于胸部 X 光的自动多类解剖器官分割的神经网络架构，解决了在卷积网络中处理严重不平衡数据问题和减少参数数量等挑战，证明了该架构在所有考虑的器官方面表现优于现有技术，并且优于人类观察者结果，最佳模型的均值 Jaccard
PDF7 years ago
室内语义分割使用深度信息
采用多尺度卷积神经网络直接从图像和深度信息中学习特征实现室内场景的多类别分割，并在 NYU-v2 深度数据集上取得了 64.5% 的准确率，充分说明了适当的硬件（如 FPGA）可以实现实时处理。
PDF11 years ago