論文の概要: Trajectory Grouping with Curvature Regularization for Tubular Structure Tracking

• arxiv url: http://arxiv.org/abs/2003.03710v4
• Date: Thu, 9 Dec 2021 02:07:51 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-25 14:25:43.408133
• Title: Trajectory Grouping with Curvature Regularization for Tubular Structure Tracking
• Title（参考訳）: 管状構造追跡のための曲率正規化を伴う軌道グルーピング
• Authors: Li Liu, Da Chen, Minglei Shu, Baosheng Li, Huazhong Shu, Michel Paques and Laurent D. Cohen
• Abstract要約: 最小対話型管状構造中心線抽出のための最小経路モデルを提案する。 所定の管路と曲率ペナルティ付き測地路を考慮し,最短経路を求める。 合成画像と実画像の両方の実験結果から,提案モデルが実際に性能を向上できることが証明された。
• 参考スコア（独自算出の注目度）: 21.46326568480476
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Tubular structure tracking is a crucial task in the fields of computer vision and medical image analysis. The minimal paths-based approaches have exhibited their strong ability in tracing tubular structures, by which a tubular structure can be naturally modeled as a minimal geodesic path computed with a suitable geodesic metric. However, existing minimal paths-based tracing approaches still suffer from difficulties such as the shortcuts and short branches combination problems, especially when dealing with the images involving complicated tubular tree structures or background. In this paper, we introduce a new minimal paths-based model for minimally interactive tubular structure centerline extraction in conjunction with a perceptual grouping scheme. Basically, we take into account the prescribed tubular trajectories and curvature-penalized geodesic paths to seek suitable shortest paths. The proposed approach can benefit from the local smoothness prior on tubular structures and the global optimality of the used graph-based path searching scheme. Experimental results on both synthetic and real images prove that the proposed model indeed obtains outperformance comparing with the state-of-the-art minimal paths-based tubular structure tracing algorithms.
• Abstract（参考訳）: コンピュータビジョンと医用画像解析の分野では、管状構造追跡が重要な課題である。 最小経路に基づくアプローチは、管状構造を適切な測地距離で計算した最小測地経路として自然にモデル化できるような、管状構造をトレースする強力な能力を示した。 しかし、既存の最小経路に基づくトレースアプローチは、特に複雑な管状木構造や背景を含む画像を扱う場合、ショートカットやショートブランチの組み合わせといった困難に悩まされている。 本稿では,知覚的グループ化スキームと連動して,最小対話型管状構造中心線抽出のための極小パスベースモデルを提案する。 基本的に, 所定の管路と曲率を考慮に入れた測地線を考慮し, 最短経路を求める。 提案手法は, 管状構造に先行する局所的な滑らかさと, 使用済みグラフに基づく経路探索方式のグローバル最適性から得ることができる。 合成画像と実画像の両方における実験結果から,提案モデルが最先端の極小経路に基づく管状構造追跡アルゴリズムと比較して性能的に優れていることが証明された。

関連論文リスト

• Image To Tree with Recursive Prompting [16.56278942191951]
  本稿では,各ステップの最適化問題としてタスクを再構成する,ツリー接続構造を予測するための新しい手法を提案する。 提案手法は,一対の合成データセット上で有意な結果が得られ,最短パスベースラインよりも優れる。
  論文  参考訳（メタデータ） (2023-01-01T17:35:24Z)
• GraphWalks: Efficient Shape Agnostic Geodesic Shortest Path Estimation [93.60478281489243]
  3次元曲面上の測地線経路を近似する学習可能なネットワークを提案する。 提案手法は,最短経路の効率的な近似と測地距離推定を提供する。
  論文  参考訳（メタデータ） (2022-05-30T16:22:53Z)
• Deep Networks on Toroids: Removing Symmetries Reveals the Structure of Flat Regions in the Landscape Geometry [3.712728573432119]
  我々は、すべての対称性を除去し、トロイダルトポロジーをもたらす標準化されたパラメータ化を開発する。 最小化器の平坦性とそれらの接続する測地線経路の有意義な概念を導出する。 また、勾配勾配の変種によって発見された最小化器は、ゼロエラー経路と1つの曲がり角で接続可能であることも見いだした。
  論文  参考訳（メタデータ） (2022-02-07T09:57:54Z)
• Geodesic Models with Convexity Shape Prior [8.932981695464761]
  本稿では, より複雑な問題として, 凸形状を持つ曲率ペナル化された測地線経路の発見について考察する。 配向リフトの戦略に依存する新しい測地モデルを構築した。 凸形状は、曲率の制約を符号化した局所測地線メトリクスの構築のための制約として機能する。
  論文  参考訳（メタデータ） (2021-11-01T09:41:54Z)
• Relative Entropy-Regularized Optimal Transport on a Graph: a new algorithm and an experimental comparison [0.0]
  本研究は,ランダム化された最短経路形式におけるグラフ問題に対する最適輸送を解くための,新しい相対エントロピー正規化アルゴリズムについて検討する。 この新たな定式化の主な利点は、エッジフローキャパシティの制約に容易に対応できるという事実である。 結果として得られる最適ルーティングポリシー、すなわち各ノードのエッジに従う確率分布はマルコビアンであり、入力と出力を所定の限界確率に制限することで計算される。
  論文  参考訳（メタデータ） (2021-08-23T08:25:51Z)
• Confluent Vessel Trees with Accurate Bifurcations [16.317541379125345]
  監視や学習が不可能である何千もの分岐を伴う複雑な血管の教師なし再構成。 一般的な手法は、対称対コストを最小化する測地管グラフ上で MST の変種を用いる。 フロー"指向性"が重要な分岐点において典型的な誤差を生じるような標準的な無向管状グラフの限界を示す。 合流は高次特性であるが,本論文では,合流を強制する有向グラフ上で最小アルブレッセンスを用いて合流器木を再構成する効率的な実用的手法を提案する。
  論文  参考訳（メタデータ） (2021-03-26T05:22:56Z)
• Deep Learning-based Compressive Beam Alignment in mmWave Vehicular Systems [75.77033270838926]
  車両用チャネルは、より少ないチャネル測定でビームアライメントに活用できる構造を示す。 構造化圧縮センシング(CS)行列を設計するための深層学習手法を提案する。
  論文  参考訳（メタデータ） (2021-02-27T04:38:12Z)
• Deep Shells: Unsupervised Shape Correspondence with Optimal Transport [52.646396621449]
  本稿では,3次元形状対応のための教師なし学習手法を提案する。 提案手法は,複数のデータセット上での最先端技術よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2020-10-28T22:24:07Z)
• Photon-Driven Neural Path Guiding [102.12596782286607]
  本稿では,スパース標本群から誘導される経路の高品質なサンプリング分布を再構築するニューラルパス誘導手法を提案する。 我々は、光源から追跡した光子をサンプリング密度再構成の入力として利用し、強力なグローバル照明の挑戦シーンに非常に効果的である。 提案手法は,従来の最先端の経路案内手法よりも,テストシーンのレンダリング結果が大幅に向上する。
  論文  参考訳（メタデータ） (2020-10-05T04:54:01Z)
• Optimizing Mode Connectivity via Neuron Alignment [84.26606622400423]
  経験的に、損失関数の局所ミニマは、損失がほぼ一定であるようなモデル空間の学習曲線で接続することができる。 本稿では,ネットワークの重み変化を考慮し,対称性がランドスケープ・コネクティビティに与える影響を明らかにするための,より一般的な枠組みを提案する。
  論文  参考訳（メタデータ） (2020-09-05T02:25:23Z)
• Local Propagation in Constraint-based Neural Network [77.37829055999238]
  ニューラルネットワークアーキテクチャの制約に基づく表現について検討する。 本稿では,いわゆるアーキテクチャ制約を満たすのに適した簡単な最適化手法について検討する。
  論文  参考訳（メタデータ） (2020-02-18T16:47:38Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。