論文の概要: Boundary Guidance Hierarchical Network for Real-Time Tongue Segmentation
- arxiv url: http://arxiv.org/abs/2003.06529v1
- Date: Sat, 14 Mar 2020 01:25:46 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-23 20:12:43.878042
- Title: Boundary Guidance Hierarchical Network for Real-Time Tongue Segmentation
- Title（参考訳）: リアルタイム舌セグメンテーションのための境界誘導階層ネットワーク
- Authors: Xinyi Zeng, Qian Zhang, Jia Chen, Guixu Zhang, Aimin Zhou and Yiqin
Wang
- Abstract要約: 本稿では,新たなハイブリッド損失を伴う境界誘導階層ネットワーク(BGHNet)を提案する。
新たなアプローチでは、まず、コンテキスト特徴モジュール(CFEM)がボトムアップパス上に構築され、受信フィールドの縮小に直面します。
第二に、新しい階層的再帰的特徴融合モジュール(HRFFM)が、画像の詳細を回復するために、徐々に、階層的にオブジェクトマップを洗練するために採用されている。
最後に、4つの階層画素、パッチ、マップ、境界境界のハイブリッド損失は、ネットワークを誘導し、舌領域と正確な舌境界を効果的に分割する。
- 参考スコア（独自算出の注目度）: 20.9515760375658
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Automated tongue image segmentation in tongue images is a challenging task
for two reasons: 1) there are many pathological details on the tongue surface,
which affect the extraction of the boundary; 2) the shapes of the tongues
captured from various persons (with different diseases) are quite different. To
deal with the challenge, a novel end-to-end Boundary Guidance Hierarchical
Network (BGHNet) with a new hybrid loss is proposed in this paper. In the new
approach, firstly Context Feature Encoder Module (CFEM) is built upon the
bottomup pathway to confront with the shrinkage of the receptive field.
Secondly, a novel hierarchical recurrent feature fusion module (HRFFM) is adopt
to progressively and hierarchically refine object maps to recover image details
by integrating local context information. Finally, the proposed hybrid loss in
a four hierarchy-pixel, patch, map and boundary guides the network to
effectively segment the tongue regions and accurate tongue boundaries. BGHNet
is applied to a set of tongue images. The experimental results suggest that the
proposed approach can achieve the latest tongue segmentation performance. And
in the meantime, the lightweight network contains only 15.45M parameters and
performs only 11.22GFLOPS.
- Abstract（参考訳）: 舌画像における自動舌画像分割は2つの理由から難しい課題である。
1) 舌表面の病理学的詳細は多く, 境界の抽出に影響を及ぼす。
2) さまざまな人(疾患の異なる)から採取された舌の形状は, 大きく異なる。
この課題に対処するために,新たなハイブリッド損失を伴う新しいエンドツーエンド境界ガイダンス階層ネットワーク(bghnet)を提案する。
新たなアプローチでは、最初にContext Feature Encoder Module (CFEM) がボトムアップパス上に構築され、受信フィールドの縮小に対処する。
次に,新しい階層的リカレント機能融合モジュール(hrffm)を用いて,局所的コンテキスト情報の統合により,オブジェクトマップを段階的かつ階層的に洗練し,画像詳細を復元する。
最後に,提案する4つの階層画素,パッチ,マップ,バウンダリにおけるハイブリッド損失は,ネットワークを誘導し,舌領域と正確な舌境界を効果的に分割する。
BGHNetは、一連の舌画像に適用される。
実験の結果,提案手法が最新の舌分節性能を達成できることが示唆された。
一方、軽量ネットワークは15.45Mパラメータのみを含み、11.22GFLOPSのみを実行する。
関連論文リスト
- Progressively Dual Prior Guided Few-shot Semantic Segmentation [57.37506990980975]
Few-shotのセマンティックセマンティックセマンティクスタスクは、いくつかのアノテーション付きサポートサンプルを使用して、クエリイメージのセマンティクスを実行することを目的としている。
本稿では,先進的に2重にガイドされた数発のセマンティックセマンティックセグメンテーションネットワークを提案する。
論文 参考訳（メタデータ） (2022-11-20T16:19:47Z) - PPMN: Pixel-Phrase Matching Network for One-Stage Panoptic Narrative
Grounding [24.787497472368244]
本稿では,各フレーズと対応する画素を直接マッチングする一段階のPixel-Phrase Matching Network (PPMN)を提案する。
提案手法は,PNGの4.0絶対平均リコールゲインを用いて,新しい最先端性能を実現する。
論文 参考訳（メタデータ） (2022-08-11T05:42:12Z) - MKANet: A Lightweight Network with Sobel Boundary Loss for Efficient
Land-cover Classification of Satellite Remote Sensing Imagery [15.614937709070203]
ランドカバー分類は、各ピクセルを地球表面の特定の自然または人工のカテゴリに分類するマルチクラスタスクである。
我々は、MKANetと呼ばれる効率的な軽量セマンティックセグメンテーションネットワークを提案する。
MKANetは2つの土地被覆分類データセットの最先端の精度を取得し、他の競合する軽量ネットワークよりも2倍高速に推定できることを示す。
論文 参考訳（メタデータ） (2022-07-28T03:29:08Z) - A Unified Architecture of Semantic Segmentation and Hierarchical
Generative Adversarial Networks for Expression Manipulation [52.911307452212256]
セマンティックセグメンテーションと階層的GANの統一アーキテクチャを開発する。
我々のフレームワークのユニークな利点は、将来的なセマンティックセグメンテーションネットワーク条件を生成モデルに渡すことである。
我々は,AffectNetとRaFDの2つの難解な表情翻訳ベンチマークとセマンティックセグメンテーションベンチマークであるCelebAMask-HQについて評価を行った。
論文 参考訳（メタデータ） (2021-12-08T22:06:31Z) - TA-Net: Topology-Aware Network for Gland Segmentation [71.52681611057271]
本研究では, 密集した腺と高度に変形した腺を正確に分離する新しいトポロジ・アウェア・ネットワーク(TA-Net)を提案する。
TA-Netはマルチタスク学習アーキテクチャを持ち、腺セグメンテーションの一般化を強化する。
2つのデータセットで最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2021-10-27T17:10:58Z) - PSGR: Pixel-wise Sparse Graph Reasoning for COVID-19 Pneumonia
Segmentation in CT Images [83.26057031236965]
画像中の新型コロナウイルス感染領域セグメンテーションの長距離依存性のモデリングを強化するために,PSGRモジュールを提案する。
PSGRモジュールは不正確なピクセルからノードへの投影を回避し、グローバルな推論のために各ピクセル固有の情報を保存する。
このソリューションは、3つの公開データセット上の4つの広く使われているセグメンテーションモデルに対して評価されている。
論文 参考訳（メタデータ） (2021-08-09T04:58:23Z) - A Novel Adaptive Deep Network for Building Footprint Segmentation [0.0]
衛星画像から地図へ変換することで得られる不正確な境界の問題を解くために,Pix2Pixを用いた新しいネットワーク手法を提案する。
本フレームワークは,第1発生器が局所化特徴を抽出し,第2発生器から抽出した境界特徴とマージし,すべての詳細構造エッジを分割する2つの生成器を含む。
提案したネットワークの結果の質を高めるために異なる戦略が実装され、提案ネットワークはセグメント化精度において最先端ネットワークよりも高い性能を示し、全ての評価指標に対する大きなマージンを達成している。
論文 参考訳（メタデータ） (2021-02-27T18:13:48Z) - DONet: Dual Objective Networks for Skin Lesion Segmentation [77.9806410198298]
本稿では,皮膚病変のセグメンテーションを改善するために,Dual Objective Networks (DONet) という,シンプルで効果的なフレームワークを提案する。
我々のDONetは2つの対称デコーダを採用し、異なる目標に近づくための異なる予測を生成する。
皮膚内視鏡画像における多種多様な病変のスケールと形状の課題に対処するために,再帰的コンテキスト符号化モジュール(RCEM)を提案する。
論文 参考訳（メタデータ） (2020-08-19T06:02:46Z) - Boundary-aware Context Neural Network for Medical Image Segmentation [15.585851505721433]
医用画像のセグメンテーションは、さらなる臨床分析と疾患診断のための信頼性の高い基盤を提供することができる。
既存のCNNベースのほとんどの手法は、正確なオブジェクト境界のない不満足なセグメンテーションマスクを生成する。
本稿では,2次元医用画像分割のための境界認識コンテキストニューラルネットワーク(BA-Net)を定式化する。
論文 参考訳（メタデータ） (2020-05-03T02:35:49Z) - CRNet: Cross-Reference Networks for Few-Shot Segmentation [59.85183776573642]
少ないショットセグメンテーションは、少数のトレーニングイメージを持つ新しいクラスに一般化できるセグメンテーションモデルを学ぶことを目的としている。
相互参照機構により、我々のネットワークは2つの画像に共起する物体をよりよく見つけることができる。
PASCAL VOC 2012データセットの実験は、我々のネットワークが最先端のパフォーマンスを達成することを示す。
論文 参考訳（メタデータ） (2020-03-24T04:55:43Z)
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。