論文の概要: Bounding Maps for Universal Lesion Detection

• arxiv url: http://arxiv.org/abs/2007.09383v1
• Date: Sat, 18 Jul 2020 09:47:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-09 05:23:28.510429
• Title: Bounding Maps for Universal Lesion Detection
• Title（参考訳）: ユニバーサル病変検出のための境界マップ
• Authors: Han Li, Hu Han, and S. Kevin Zhou
• Abstract要約: コンピュータ断層撮影におけるユニバーサル病変検出は,コンピュータ支援診断システムにおいて重要な役割を担っている。 多くの検出手法は、可能なバウンディングボックス(またはアンカー)を提案として、UDDに対して優れた結果が得られる。 しかし、実証的な証拠は、アンカーベースの提案を使用することで、高い偽陽性(FP)率につながることを示している。 本研究では,x-,y-,xy-方向に有界な3つのソフト連続写像を持つ有界箱を表すボックス・ツー・マップ法を提案する。
• 参考スコア（独自算出の注目度）: 36.198165949330566
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Universal Lesion Detection (ULD) in computed tomography plays an essential role in computer-aided diagnosis systems. Many detection approaches achieve excellent results for ULD using possible bounding boxes (or anchors) as proposals. However, empirical evidence shows that using anchor-based proposals leads to a high false-positive (FP) rate. In this paper, we propose a box-to-map method to represent a bounding box with three soft continuous maps with bounds in x-, y- and xy- directions. The bounding maps (BMs) are used in two-stage anchor-based ULD frameworks to reduce the FP rate. In the 1 st stage of the region proposal network, we replace the sharp binary ground-truth label of anchors with the corresponding xy-direction BM hence the positive anchors are now graded. In the 2 nd stage, we add a branch that takes our continuous BMs in x- and y- directions for extra supervision of detailed locations. Our method, when embedded into three state-of-the-art two-stage anchor-based detection methods, brings a free detection accuracy improvement (e.g., a 1.68% to 3.85% boost of sensitivity at 4 FPs) without extra inference time.
• Abstract（参考訳）: コンピュータ断層撮影におけるユニバーサル病変検出(ULD)は,コンピュータ支援診断システムにおいて重要な役割を担っている。 多くの検出手法は、可能なバウンディングボックス(またはアンカー)を提案として、UDDに対して優れた結果が得られる。 しかし、実証的な証拠は、アンカーベースの提案を使用することで高い偽陽性(FP)率につながることを示している。 本稿では, x-, y-, xy-方向の境界を持つ3つのソフト連続写像を持つ境界ボックスを表すbox-to-map法を提案する。 境界マップ(BM)は2段階のアンカーベースのUDDフレームワークでFPレートを減らすために使用される。 領域提案ネットワークの第1段階では,アンカーの鋭い二値接地ラベルを対応するxy方向bmに置き換えることにより,正のアンカーが格付けされる。 第2段階では、詳細な位置の監視のために、x方向とy方向で連続的なBMを取るブランチを追加します。 提案手法は,最先端の2段式アンカーを用いた3つの検出手法に組み込むと,余分な推論時間なしで自由検出精度が向上する(例:1.68%から3.85%の感度を4FPで向上させる)。

関連論文リスト

• Likelihood-Aware Semantic Alignment for Full-Spectrum Out-of-Distribution Detection [24.145060992747077]
  画像とテキストの対応を意味的に高次領域に促進する「Likelihood-Aware Semantic Alignment (LSA)フレームワーク」を提案する。 2つのF-OODベンチマークで15.26%$と18.88%$の差で既存の手法を上回り、提案したLSAの優れたOOD検出性能を実証した。
  論文  参考訳（メタデータ） (2023-12-04T08:53:59Z)
• DETR Doesn't Need Multi-Scale or Locality Design [69.56292005230185]
  本稿では,"プレーン"特性を維持できる改良型DETR検出器を提案する。 特定の局所性制約を伴わずに、単一スケールの機能マップとグローバルなクロスアテンション計算を使用する。 マルチスケールな特徴マップと局所性制約の欠如を補うために,2つの単純な技術が平易な設計において驚くほど効果的であることを示す。
  論文  参考訳（メタデータ） (2023-08-03T17:59:04Z)
• Towards Generalizable Deepfake Detection by Primary Region Regularization [52.41801719896089]
  本稿では,新しい正規化の観点から一般化能力を高める。 本手法は, 一次領域マップの静的な位置決めと, 一次領域マスクの動的利用の2段階からなる。 5つのバックボーンを持つDFDC,DF-1.0,Celeb-DFの3種類のディープフェイクデータセットについて広範な実験を行った。
  論文  参考訳（メタデータ） (2023-07-24T05:43:34Z)
• KECOR: Kernel Coding Rate Maximization for Active 3D Object Detection [48.66703222700795]
  我々は、ラベルの取得に最も有用なポイントクラウドを特定するために、新しいカーネル戦略を利用する。 1段目(SECOND)と2段目(SECOND)の両方に対応するため、アノテーションに選択した境界ボックスの総数と検出性能のトレードオフをよく組み込んだ分類エントロピー接点を組み込んだ。 その結果,ボックスレベルのアノテーションのコストは約44%,計算時間は26%削減された。
  論文  参考訳（メタデータ） (2023-07-16T04:27:03Z)
• Boundary-semantic collaborative guidance network with dual-stream feedback mechanism for salient object detection in optical remote sensing imagery [22.21644705244091]
  二重ストリームフィードバック機構を備えた境界意味協調誘導ネットワーク(BSCGNet)を提案する。 BSCGNetは、近年提案されている17の最先端(SOTA)アプローチよりも優れた、挑戦的なシナリオにおいて、明確なアドバンテージを示している。
  論文  参考訳（メタデータ） (2023-03-06T03:36:06Z)
• DPA-P2PNet: Deformable Proposal-aware P2PNet for Accurate Point-based Cell Detection [5.994317314012678]
  ポイントベース細胞検出(PCD)は、計算病理学のコミュニティで注目を集めている。 中間密度マップ表現に依存する主流のPCD法とは異なり、P2PNet(Point-to-Point Network)は近年PCDのエンドツーエンドソリューションとして登場している。 P2PNetは、ポイント提案のスケールに依存しない性質のため、単一レベルの特徴マップからのデコードに制限されている。 提案手法は,階層的特徴写像上の点提案の座標に従って,復号化のためのマルチスケール特徴を直接抽出する。
  論文  参考訳（メタデータ） (2023-03-05T08:02:42Z)
• Conditional Training with Bounding Map for Universal Lesion Detection [33.24904644311758]
  CTにおけるユニバーサル病変検出は、コンピュータ診断に不可欠な役割を担います。 2段階のULD法はまだ正対の不均衡のような問題に苦しんでいます。 オブジェクト提案中の負のアンカー。 負アンカーの不均衡を低減できる2段階uddのためのbmに基づく条件訓練を提案する。
  論文  参考訳（メタデータ） (2021-03-23T03:04:13Z)
• Dense Label Encoding for Boundary Discontinuity Free Rotation Detection [69.75559390700887]
  本稿では,分類に基づく比較的研究の少ない方法論について検討する。 我々は2つの側面でフロンティアを推し進めるための新しい手法を提案する。 航空画像のための大規模公開データセットの実験と視覚解析は,我々のアプローチの有効性を示している。
  論文  参考訳（メタデータ） (2020-11-19T05:42:02Z)
• Actions as Moving Points [66.21507857877756]
  我々は、MovingCenter Detector(MOC-detector)と呼ばれる概念的にシンプルで、効率的で、より精密なアクションチューブレット検出フレームワークを提案する。 動作情報が行動管検出を簡素化し,補助するという考えから,MOC検出器は3つの重要な頭部枝から構成される。 我々のMOC検出器は、JHMDBおよびUCF101-24データセット上のフレームmAPとビデオmAPの両方のメトリクスに対して、既存の最先端手法よりも優れています。
  論文  参考訳（メタデータ） (2020-01-14T03:29:44Z)

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。