論文の概要: Improving concave point detection to better segment overlapped objects
in images
- arxiv url: http://arxiv.org/abs/2008.00997v3
- Date: Mon, 10 Jan 2022 11:14:48 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-03 07:08:25.079232
- Title: Improving concave point detection to better segment overlapped objects
in images
- Title(参考訳): 画像の重ね合わせ被写体をより良くするための凹点検出の改善
- Authors: Miquel Mir\'o-Nicolau, Biel Moy\`a-Alcover, Manuel Gonz\`alez-Hidalgo
and Antoni Jaume-i-Cap\'o
- Abstract要約: 本稿では,画像上に重なり合うオブジェクトを分割する第1ステップとして,凹点検出手法の最先端性を向上する手法を提案する。
これは、物体の輪郭の曲率の分析に基づいている。
ケーススタディとして, 末梢血スミア検体における重複細胞の分裂など, 良く知られた応用が評価された。
- 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: This paper presents a method that improve state-of-the-art of the concave
point detection methods as a first step to segment overlapping objects on
images. It is based on the analysis of the curvature of the objects contour.
The method has three main steps. First, we pre-process the original image to
obtain the value of the curvature on each contour point. Second, we select
regions with higher curvature and we apply a recursive algorithm to refine the
previous selected regions. Finally, we obtain a concave point from each region
based on the analysis of the relative position of their neighbourhood We
experimentally demonstrated that a better concave points detection implies a
better cluster division. In order to evaluate the quality of the concave point
detection algorithm, we constructed a synthetic dataset to simulate overlapping
objects, providing the position of the concave points as a ground truth. As a
case study, the performance of a well-known application is evaluated, such as
the splitting of overlapped cells in images of peripheral blood smears samples
of patients with sickle cell anaemia. We used the proposed method to detect the
concave points in clusters of cells and then we separate this clusters by
ellipse fitting.
- Abstract(参考訳): 本稿では,画像上に重なり合う物体を分割する第一歩として,凹点検出法の現状を改善する手法を提案する。
これは、物体の輪郭の曲率の分析に基づいている。
この方法の主なステップは3つある。
まず,原画像の事前処理を行い,各輪郭点の曲率の値を求める。
次に、高い曲率の領域を選択し、再帰的アルゴリズムを適用して、選択した領域を改良する。
最後に,近傍の相対的位置の分析に基づいて各領域から凹点を求め,より良好な凹点検出がクラスタ分割を意味することを実験的に証明した。
コンケーブ点検出アルゴリズムの品質を評価するために,重複する物体をシミュレートする合成データセットを構築し,コンケーブ点の位置を基底真理とした。
ケーススタディとして,シックル細胞貧血患者の末梢血スメア画像における重複細胞の分割など,よく知られた応用性能を評価した。
提案手法を用いて, セルの集合における凹点の検出を行い, 楕円フィッティングによりこのクラスターを分離する。
関連論文リスト
- Weighted Circle Fusion: Ensembling Circle Representation from Different Object Detection Results [9.540862304334969]
Weighted Circle Fusion (WCF) は、様々な円検出モデルから予測をマージする簡単な手法である。
本手法は,全スライド画像(WSI)における物体検出における糸球体検出のための独自のデータセットの徹底的な評価を行う。
その結果,既存のアンサンブル法と比較すると,性能は5%向上した。
論文 参考訳(メタデータ) (2024-06-27T21:34:51Z) - DenseSeg: Joint Learning for Semantic Segmentation and Landmark Detection Using Dense Image-to-Shape Representation [1.342749532731493]
本稿では,ランドマークとセマンティックセグメンテーションの併用学習を可能にする画像と形状の濃密な表現を提案する。
本手法では,解剖学的対応の表現による任意のランドマークの抽出を直感的に行うことができる。
論文 参考訳(メタデータ) (2024-05-30T06:49:59Z) - COBRA - COnfidence score Based on shape Regression Analysis for method-independent quality assessment of object pose estimation from single images [1.6249398255272316]
本稿では,単一画像意味解析に依存するポーズ推定手法の一般的なアルゴリズムを提案する。
このアルゴリズムは、複数のガウス過程を組み合わせた軽量な配置形状表現を用いる。
我々の信頼度尺度は、形状テンプレートへの画素バックプロジェクションの平均混合確率からなる。
論文 参考訳(メタデータ) (2024-04-25T09:55:35Z) - EPCS: Endpoint-based Part-aware Curve Skeleton Extraction for
Low-quality Point Clouds [3.9243573226410278]
低品質点雲に対するエンドポイントベース部分認識曲線スケルトン(EPCS)抽出法を提案する。
提案手法はいくつかの最先端手法と比較し, その堅牢性, 有効性, 効率性を検証した。
論文 参考訳(メタデータ) (2022-11-17T12:13:49Z) - On Hyperbolic Embeddings in 2D Object Detection [76.12912000278322]
双曲幾何学が対象分類空間の基盤構造に適合するかどうかを考察する。
2段階、キーポイントベース、トランスフォーマーベースオブジェクト検出アーキテクチャに双曲型分類器を組み込む。
分類空間の構造に現れる分類階級階層を観察し、分類誤差を低くし、全体的な対象検出性能を高める。
論文 参考訳(メタデータ) (2022-03-15T16:43:40Z) - Object-Guided Instance Segmentation With Auxiliary Feature Refinement
for Biological Images [58.914034295184685]
サンプルセグメンテーションは、神経細胞相互作用の研究、植物の表現型化、細胞が薬物治療にどう反応するかを定量的に測定するなど、多くの生物学的応用において非常に重要である。
Boxベースのインスタンスセグメンテーションメソッドは、バウンディングボックスを介してオブジェクトをキャプチャし、各バウンディングボックス領域内で個々のセグメンテーションを実行する。
提案手法は,まずオブジェクトの中心点を検出し,そこから境界ボックスパラメータが予測される。
セグメンテーションブランチは、オブジェクト特徴をガイダンスとして再利用し、同じバウンディングボックス領域内の隣のオブジェクトからターゲットオブジェクトを分離する。
論文 参考訳(メタデータ) (2021-06-14T04:35:36Z) - Determinantal consensus clustering [77.34726150561087]
本稿では,クラスタリングアルゴリズムのランダム再起動における決定点プロセス (DPP) の利用を提案する。
DPPは部分集合内の中心点の多様性を好んでいる。
DPPとは対照的に、この手法は多様性の確保と、すべてのデータフェースについて良好なカバレッジを得るために失敗することを示す。
論文 参考訳(メタデータ) (2021-02-07T23:48:24Z) - Tooth Instance Segmentation from Cone-Beam CT Images through Point-based
Detection and Gaussian Disentanglement [5.937871999460492]
本稿では,ガウス的不整形目的関数に基づいて個々の歯をアンタングルする点ベース歯像定位ネットワークを提案する。
実験結果から,提案アルゴリズムは検出精度を9.1%向上させることにより,最先端の手法よりも優れていることが示された。
論文 参考訳(メタデータ) (2021-02-02T05:15:50Z) - Adversarial Examples for $k$-Nearest Neighbor Classifiers Based on
Higher-Order Voronoi Diagrams [69.4411417775822]
逆例は機械学習モデルにおいて広く研究されている現象である。
そこで本研究では,$k$-nearest 近傍分類の逆ロバスト性を評価するアルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-11-19T08:49:10Z) - Weakly Supervised Deep Nuclei Segmentation Using Partial Points
Annotation in Histopathology Images [51.893494939675314]
本稿では,部分点アノテーションに基づく弱教師付きセグメンテーションフレームワークを提案する。
本手法は, 完全教師付き手法や最先端手法と比較して, 競争性能を向上できることを示す。
論文 参考訳(メタデータ) (2020-07-10T15:41:29Z) - Point-Set Anchors for Object Detection, Instance Segmentation and Pose
Estimation [85.96410825961966]
中心点から抽出された画像の特徴は、離れたキーポイントや境界ボックスの境界を予測するための限られた情報を含んでいると論じる。
推論を容易にするために,より有利な位置に配置された点集合からの回帰を行うことを提案する。
我々は、オブジェクト検出、インスタンス分割、人間のポーズ推定にPoint-Set Anchorsと呼ばれるこのフレームワークを適用した。
論文 参考訳(メタデータ) (2020-07-06T15:59:56Z)
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。