segmentation masks | BriefGPT

关键词segmentation masks

搜索结果 - 25

MrRegNet: 面向医学图像配准的多分辨率掩模引导卷积神经网络（不涉及专有术语或不必要解释）
提出了一种名为 MrRegNet 的基于掩膜引导的编码器 - 解码器深度卷积神经网络（DCNN）图像配准方法，通过多分辨率编码器提取特征并在解码器中估计多分辨率位移场来处理图像的大变形，并使用分割掩膜指导模型的注意力对齐局部区域，实验结果证
PDF4 days ago
RadGenome-Chest CT：用于胸部 CT 分析的基于视觉和语言的数据集
通过开源医学图像数据集、基于最新的通用分割和大型语言模型，我们介绍了 RadGenome-Chest CT，这是一个全面的、大规模的、基于 CT-RATE 的区域导向的 3D 胸部 CT 解读数据集，推动了多模态医学基础模型的发展。
PDF25 days ago
对比高斯聚类：弱监督的三维场景分割
引入了对比高斯聚类的新方法，能够从任何视角提供分割掩模，并实现场景的三维分割。
PDFa month ago
重新思考指称物体移除
构建了一个合成数据集 ComCOCO，其中包含了 34,615 个对象的 136,495 个自然语言表达的引用表达式，以及 23,951 个图像对的消除后的真实结果。我们进一步提出了一个端到端的语法感知混合映射网络，具有编码 - 解码结构。
PDF2 months ago
基于 SAM 的弱监督细胞分割中的引导提示
利用弱监督方法，在细胞分割的任务中使用 Segment Anything 模型（SAM），通过对象检测器的输出作为测试时的提示信息（D-SAM），以及 SAM 作为伪掩膜生成器在训练数据上训练一个独立的分割模型（SAM-S），并通过整数规划
PDF6 months ago
（几乎）什么都不分割：分割模型的通用提示对抗攻击
生成通用分割模型可以从各种提示（包括视觉和文本提示）中生成语义分割掩码，作者提出了一种生成与提示无关的对抗性攻击方法，通过在潜空间中最大化原始图像和扰动图像的编码之间的 L2 距离来扰乱各种提示下分割掩码。该攻击能在几乎无法察觉到的篡改下改
PDF6 months ago
MedSynV1：基于文本引导的解剖感知高保真度 3D CT 图像合成
基于文本信息和解剖组成的方法生成基于文本提示的图像，并应用于多种下游任务。
PDF7 months ago
神经标注：使用神经辐射场标注视觉数据的多用途工具集
我们提出了 NeuralLabeling，这是一种使用边界框或网格进行场景标注的方法和工具集，可以生成分割掩膜、可用性地图、2D 边界框、3D 边界框、6DOF 物体姿态、深度图和物体网格。
PDF8 months ago
ICCV利用定制样本的迭代训练对管状结构进行分割
我们提出了一种最小路径方法，用于同时计算具有线拓扑的管状结构的分割掩模并提取中心线。该方法通过引入一种新颖的迭代训练方案，使得能够生成更好的针对最小路径方法的训练样本，而不需改变现有的标注，从而解决了由于使用 CNN 的方法所生成的训练样本
PDF8 months ago
SAMSNeRF: 通过神经辐射场（NeRF）的动态手术场景重建，由 Segment Anything Model (SAM) 指导
我们提出了一种名为 SAMSNeRF 的创新方法，结合了 Segment Anything Model（SAM）和 Neural Radiance Field（NeRF）技术，通过 SAM 生成手术工具的准确分割掩模，在 NeRF 的指导下
PDF9 months ago
脑图像的反事实生成和异常检测的扩散模型
通过弱监督方法生成病变图片的健康版本，并利用此图像生成像素级异常地图，以提升放射科医生的训练文件和分割模型的可解释性。
PDF10 months ago
MMScribbleVC: 带有视觉类嵌入的医学图像标记辅助分割
通过引入多模态信息增强机制，结合基于标注线的方法和分割网络，提出了一种基于标注线监督的医学图像分割框架 (ScribbleVC)，通过统一利用 CNN 特征和 Transformer 特征来提取更好的视觉特征，并在三个基准数据集上的实验结果
PDF10 months ago
开放式场景理解：基于情景的认知结合图像分割技术，为视觉受损人群提供帮助
本研究提出了一种 Open Scene Understanding 系统，使用 GSR 和 SAM 来生成像素级密集分割掩模，旨在帮助视力受损者增强场景理解，并通过在 SWiG 数据集上的性能达到最新水平。
PDF10 months ago
DiffInfinite：组织病理学中使用并行随机裂纹扩散的大规模掩膜图像合成
本文介绍了 DiffInfinite，一种分层扩散模型，可以生成任意大小的组织学图像，同时保留远程相关结构信息。论文提出了一种高保真生成扩散过程的方法，并弱化了组织病理学成像实践中独特的挑战：大规模信息、昂贵的手动注释和保护数据处理。
PDFa year ago
SAM3D: 三维场景中物体分割
SAM3D 是一个创新的框架，通过利用 RGB 图像中的 Segment-Anything 模型而无需进一步训练或微调，能够在 3D 点云中预测掩模，首先预测具有 SAM 的 RGB 图像的分割掩模，然后将 2D 掩模投影到 3D 点中。最
PDFa year ago
MMNet：用于指代图像分割的多掩模网络
本文提出了一种端到端的多层蒙版网络 (MMNet), 旨在解决自然语言表达和图像之间数据差异的挑战。该模型使用关注机制生成多个查询，利用这些查询来产生对应的分割蒙版，最终的结果是所有蒙版的权重和，有效地减少了语言表达的随机性。结果表明，我们
PDFa year ago
iEdit: 弱监督下的本地化文本指导图像编辑
提出了一种新的学习方法 iEdit，用于文本引导的图像编辑，包括数据集的自动构建、无监督损失函数和分割掩模引导编辑。该模型在 200K 个样本的数据集上进行训练，并在图像保真度、CLIP 对齐性得分和编辑生成和真实图像方面显示出优越的结果。
PDFa year ago
CVPR全局 - 局部文脈特徵的零样本指称图像分割
本文提出一种利用预训练的跨模态知识来进行零样本指代图像分割方法，在实验中，该方法优于其他零样本基线和弱监督提及表达式分割方法。
PDFa year ago
使用稀疏部分正确的分割掩模在四肢和滑雪板上检测任意关键点
本文介绍了一种基于视觉转换（Vision Transformer）架构和部分正确分割掩码训练的方法，可检测专业滑雪跳跃者的任意关键点。通过分析不同的训练技巧，实验证明仅需要一些部分正确的分割掩码即可学习检测肢体和滑雪板上的任意关键点，从而可
PDF2 years ago
人体去遮挡：人的隐形感知与恢复
使用两阶段框架和基于 mask 的网络方法，本文针对人体消失的问题进行研究，提出了一种新颖的注意力模块和收集了 Amodal Human Perception dataset（AHP）来验证我们方法的有效性和优越性。
PDF3 years ago