論文の概要: Retinal vessel segmentation by probing adaptive to lighting variations

• arxiv url: http://arxiv.org/abs/2004.13992v1
• Date: Wed, 29 Apr 2020 07:10:17 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-08 14:47:41.082459
• Title: Retinal vessel segmentation by probing adaptive to lighting variations
• Title（参考訳）: 照明変化に適応したプローブによる網膜血管の分節化
• Authors: Guillaume Noyel (IPRI, SIGPH@iPRI), Christine Vartin (HCL), Peter Boyle (IPRI, SIGPH@iPRI), Laurent Kodjikian (MATEIS, HCL)
• Abstract要約: そこで本研究では,光の変動に適応したアイファンダス画像中の血管を抽出する新しい手法を提案する。 3分割プローブは、画像の地形面を下から探すことで血管を検出する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce a novel method to extract the vessels in eye fun-dus images which is adaptive to lighting variations. In the Logarithmic Image Processing framework, a 3-segment probe detects the vessels by probing the topographic surface of an image from below. A map of contrasts between the probe and the image allows to detect the vessels by a threshold. In a lowly contrasted image, results show that our method better extract the vessels than another state-of the-art method. In a highly contrasted image database (DRIVE) with a reference , ours has an accuracy of 0.9454 which is similar or better than three state-of-the-art methods and below three others. The three best methods have a higher accuracy than a manual segmentation by another expert. Importantly, our method automatically adapts to the lighting conditions of the image acquisition.
• Abstract（参考訳）: そこで本研究では,光の変動に適応したアイファンダス画像の血管抽出手法を提案する。 対数画像処理フレームワークにおいて、3セグメントプローブは、下方から画像の地形面を探査して容器を検出する。 プローブと画像の間のコントラストのマップは、しきい値によって容器を検出することができる。 低コントラスト画像では,本手法が他の最先端技術よりも船体を抽出する方がよいことが示された。 高いコントラストを持つ画像データベース(DRIVE)では,その精度は0.9454であり,その精度は3つの最先端手法と同等かそれ以上である。 3つのベストメソッドは、別の専門家による手動セグメンテーションよりも精度が高い。 重要なことに,本手法は画像取得の照明条件に自動的に適応する。

関連論文リスト

• A Nerf-Based Color Consistency Method for Remote Sensing Images [0.5735035463793009]
  暗黙の表現を用いて画像特徴を一緒に織り込み、次に特徴空間を再照らし、新しい視点で融合画像を生成する、多視点画像のためのNeRFに基づく色整合法を提案する。 実験結果から,本手法により生成した合成画像は,エッジにおける視覚効果とスムーズな色遷移に優れることがわかった。
  論文  参考訳（メタデータ） (2024-11-08T13:26:07Z)
• Automated Localization of Blood Vessels in Retinal Images [0.0]
  健康な網膜像と不健康な網膜像の両方を扱う2つの方法を分析した。 最初のステップでは、明るい病変の影響を減らすためにアルゴリズムが使用される。 第2のステップでは、ライン状の血管構造を局在させるために、マルチスケールのライン演算子が使用される。
  論文  参考訳（メタデータ） (2023-10-22T21:05:55Z)
• SUCRe: Leveraging Scene Structure for Underwater Color Restoration [1.9490160607392462]
  本研究では,シーンの3次元構造を利用した水中色復元手法であるSUCReを紹介する。 我々は、自然光から深海環境まで様々なシナリオにおいて、我々のアプローチを定量的、質的に分析する。
  論文  参考訳（メタデータ） (2022-12-18T16:53:13Z)
• Active Gaze Control for Foveal Scene Exploration [124.11737060344052]
  本研究では,葉型カメラを用いた人間とロボットが現場を探索する方法をエミュレートする手法を提案する。 提案手法は,同数の視線シフトに対してF1スコアを2～3ポイント増加させる。
  論文  参考訳（メタデータ） (2022-08-24T14:59:28Z)
• Detecting Recolored Image by Spatial Correlation [60.08643417333974]
  画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。 本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。 提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
  論文  参考訳（メタデータ） (2022-04-23T01:54:06Z)
• NFANet: A Novel Method for Weakly Supervised Water Extraction from High-Resolution Remote Sensing Imagery [58.21586893161873]
  我々は,水体抽出のためのポイントラベルの活用方法と,隣り合う特徴集約ネットワーク(NFANet)と呼ばれる新しい手法を提案する。 提案したNFANet法は, 弱教師付きアプローチに優れるだけでなく, 最先端手法と類似した結果が得られる。
  論文  参考訳（メタデータ） (2022-01-10T23:05:48Z)
• Matching Underwater Sonar Images by the Learned Descriptor Based on Style Transfer Method [6.134248551458372]
  本稿では,水中ソナー画像のマッチング性能を向上させるために,スタイル転送手法と学習記述器を組み合わせた手法を提案する。 実験により,この手法はソナー画像のマッチング品質を大幅に向上させることが示された。 また、スタイル転送手法を用いて水中ソナー画像の事前処理のための新しいアイデアも提供する。
  論文  参考訳（メタデータ） (2021-08-27T00:32:52Z)
• Refer-it-in-RGBD: A Bottom-up Approach for 3D Visual Grounding in RGBD Images [69.5662419067878]
  RGBD画像における接地参照表現は新たな分野である。 本稿では,参照する物体が閉塞により部分的にスキャンされる場合が多い単視点rgbd画像における3次元視覚グランド化の新たな課題を提案する。 提案手法はまず,RGBD画像内の関連領域をローカライズするヒートマップを生成するために,下層の言語と視覚的特徴を融合させる。 次に、ヒートマップに基づく適応的特徴学習を行い、他のビジオ言語融合とオブジェクトレベルのマッチングを行い、最後に参照したオブジェクトを接地する。
  論文  参考訳（メタデータ） (2021-03-14T11:18:50Z)
• Contrastive Rendering for Ultrasound Image Segmentation [59.23915581079123]
  米国の画像にシャープな境界がないことは、セグメンテーションに固有の課題である。 我々は,US画像における境界推定を改善するための,新しい,効果的なフレームワークを提案する。 提案手法は最先端の手法より優れており,臨床応用の可能性も高い。
  論文  参考訳（メタデータ） (2020-10-10T07:14:03Z)
• Depth image denoising using nuclear norm and learning graph model [107.51199787840066]
  グループベース画像復元法は,パッチ間の類似性収集に有効である。 各パッチに対して、検索ウィンドウ内で最もよく似たパッチを見つけ、グループ化する。 提案手法は, 主観的, 客観的両面において, 最先端の復調法よりも優れている。
  論文  参考訳（メタデータ） (2020-08-09T15:12:16Z)
• An Image Analogies Approach for Multi-Scale Contour Detection [4.974890682815778]
  クエリ画像の輪郭を参照(例:アナログ)に対して行うのと同じ方法で検出する新しい方法を提案する。 数学的な研究から導かれた14個のステレオパッチは、光条件とは無関係に輪郭を異なるスケールで見つけるために用いられる知識である。
  論文  参考訳（メタデータ） (2020-07-21T19:14:18Z)

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。