KekuleScope: prediction of cancer cell line sensitivity and compound potency using convolutional neural networks trained on compound images
University of Cambridge（剑桥大学）
应用卷积神经网络（ConvNets）来利用高内容筛选图像或2D化合物表示在药物发现中获得越来越多的关注。然而，现有的应用程序通常需要大量的数据集进行训练，或复杂的预训练方案。在这里，我们使用来自ChEMBL 23的33个IC50数据集表明，化合物对癌细胞系和蛋白质靶点的体外活性可以通过扩展现有的架构，仅从其凯库勒结构表示在连续规模上准确预测，这些架构是在不相关的图像数据集上进行预训练的。我们表明，生成的模型的预测能力与随机森林（RF）模型和在圆形（Morgan）指纹上训练的全连接深度神经网络相当。值得注意的是，包括额外的全连接层进一步将ConvNets的预测能力提高了10%。对RF模型和ConvNets生成的预测的分析表明，通过简单地平均RF模型和ConvNets的输出，我们获得了多个数据集的预测误差显着降低，尽管效应大小很小，比单独使用任何一个模型获得的误差小，这表明ConvNets的卷积层提取的特征为Morgan指纹提供了互补的预测信号。最后，我们证明了在复合图像上训练的多任务ConvNets允许在连续尺度上对COX亚型选择性进行建模，预测误差与数据的不确定性相当。总的来说，在这项工作中，我们提出了一套ConvNet架构，用于预测化合物的活性，从他们的凯库勒结构表示与国家的最先进的性能，不需要生成化合物描述符或使用复杂的图像处理技术。
2019-06-22 cs.CV
Fully Automatic Myocardial Segmentation of Contrast Echocardiography Sequence Using Random Forests Guided by Shape Model
Imperial College London（帝国理工学院）；Royal Brompton Hospital（皇家布朗普顿医院）
心肌对比超声心动图（MCE）是一种评估左心室功能和心肌灌注以检测冠状动脉疾病的成像技术。自动MCE灌注定量具有挑战性，需要从噪声和时变图像中准确分割心肌。随机森林（RF）已成功地应用于许多医学图像分割任务。然而，逐像素RF分类器忽略各个像素的标签输出之间的上下文关系。仅利用局部外观特征的RF也容易受到遭受大强度变化的数据的影响。在本文中，我们展示了如何克服经典RF的上述限制，提出了一个全自动的分割流水线心肌分割在全周期2D MCE数据。具体而言，统计形状模型用于提供形状先验信息，其以两种方式引导RF分割。首先，一种新的形状模型（SM）功能被纳入到RF框架，以生成更准确的RF概率图。其次，将形状模型拟合到RF概率图，以将最终分割细化并约束为合理的心肌形状。我们通过引入一个限界框检测算法作为分割流水线中的预处理步骤，进一步提高了性能。我们的方法在2D图像上进一步扩展到2D+t序列，从而确保所得到的序列分割的时间一致性。在临床MCE数据上进行评估时，我们提出的方法在分割精度上取得了显着的提高，并且优于其他最先进的方法，包括经典RF及其变体，主动形状模型和图像配准。
2018-06-19 cs.CV
Semantic segmentation of forest stands using deep learning
Faculty of Environmental Sciences and Natural Resource Management, Norwegian University of Life Sciences（生命科学大学环境科学与自然资源管理学院）；Faculty of Science and Technology, Norwegian University of Life Sciences（生命科学大学科学与技术学院）
本研究提出将林分勾绘构建为多类分割问题，并应用基于U-Net的深度学习框架，利用多光谱图像和ALS数据等进行训练，在独立数据上达到0.73的总体准确率，证明了深度学习在自动化林分勾绘中的潜力。
2025-04-03 cs.CV
Auto-ReID: Searching for a Part-aware ConvNet for Person Re-Identification
Baidu Research（百度研究院）；University of Technology Sydney（悉尼科技大学）
用于人员重新识别（reID）的主流深度卷积神经网络（CNN）通常建立在ResNet或VGG骨干上，这些骨干最初是为分类而设计的。由于reID与分类不同，因此应相应地修改架构。我们建议自动搜索特别适合reID任务的CNN架构。有三个方面需要解决。首先，身体结构信息在reID中起着重要作用，但它不在骨架中编码。第二，神经架构搜索（NAS）自动化的架构设计过程中，没有人的努力，但现有的NAS方法纳入输入图像的结构信息。第三，reID本质上是一个检索任务，但目前的NAS算法仅仅是为分类而设计的。为了解决这些问题，我们提出了一个基于检索的搜索算法，在一个专门设计的reID搜索空间，名为Auto-ReID。我们的Auto-ReID使自动化方法能够为reID找到高效和有效的CNN架构。大量的实验表明，搜索的架构实现了最先进的性能，同时减少了50%的参数和53%的FLOPs相比，其他。
2019-08-20 cs.CV
ConvNet-Based Localization of Anatomical Structures in 3D Medical Images
University Medical Center Utrecht（乌得勒支大学医学中心）
解剖结构的定位是医学图像分析中许多任务的先决条件。我们提出了一种方法，通过使用卷积神经网络（ConvNet）检测它们在2D图像切片中的存在，在3D医学图像中的一个或多个解剖结构的自动定位。训练单个ConvNet以检测从3D图像中提取的轴向、冠状和矢状切片中感兴趣解剖结构的存在。为了允许ConvNet分析不同大小的切片，应用了空间金字塔池。检测后，通过组合所有切片中ConvNet的输出来创建3D边界框。在实验中，使用200个胸部CT、100个心脏CT血管造影（CTA）和100个腹部CT扫描。胸部CT扫描定位心脏、升主动脉、主动脉弓和降主动脉，心脏CTA扫描定位左心室，腹部CT扫描定位肝脏。使用自动和手动定义的参考限界框质心和壁之间的距离评价定位。在具有明确边界的结构（例如主动脉弓）的定位中实现了最佳结果，而在结构边界不清晰可见时（例如肝脏）实现了最差结果。该方法在多结构定位中具有较好的鲁棒性和准确性。
2017-04-19 cs.CV
VideoMAC: Video Masked Autoencoders Meet ConvNets
School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院）
本文提出 VideoMAC，将视频掩码自编码器与稀疏卷积 ConvNets 结合，并通过双编码器促进帧间重建一致性，在多个视频下游任务上超过基于 ViT 的方法。
2024-02-29 cs.CV
Automatic 3D Cardiovascular MR Segmentation with Densely-Connected Volumetric ConvNets
The Chinese University of Hong Kong（香港中文大学）；Chang Gung University（长庚大学）；The Hong Kong Polytechnic University（香港理工大学）；Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
从三维心脏磁共振（MR）图像中自动准确地分割出心脏和大血管在心血管疾病的计算机辅助诊断和治疗中起着重要作用。然而，这项任务是非常具有挑战性的，由于模糊的心脏边界和大的解剖变异之间的不同主题。在本文中，我们提出了一种新的密集连接的体积卷积神经网络，简称为DenseVoxNet，自动分割心脏和血管结构的三维心脏MR图像。DenseVoxNet采用3D全卷积架构进行有效的体积到体积预测。从学习的角度来看，我们的DenseVoxNet有三个引人注目的优势。首先，它通过一种密集连接的机制来保持层与层之间的最大信息流，从而简化了网络训练。其次，它通过鼓励特征重用来避免学习冗余特征图，因此需要更少的参数来实现高性能，这对于具有有限训练数据的医学应用是必不可少的。第三，我们添加辅助的侧路径，以加强梯度传播和稳定的学习过程。我们通过将其与HVSMR 2016挑战赛的最先进方法以及MICCAI进行比较来证明DenseVoxNet的有效性，我们的网络实现了最佳的骰子系数。我们还表明，我们的网络可以实现比其他3D ConvNets更好的性能，但参数更少。
2017-08-02 cs.CV
Towards Good Practices for Deep 3D Hand Pose Estimation
Tsinghua University（清华大学）
基于单幅深度图像的三维手势估计是人机交互中一个重要而又具有挑战性的问题。最近，具有复杂设计的深度卷积网络（ConvNet）已被用于解决这个问题，但相对于传统的基于随机森林的方法的改进并不明显。为了利用好的实践和提高手姿态估计的性能，我们提出了一个树结构的区域包围网络（REN）直接三维坐标回归。它首先将ConvNet的最后一个卷积输出划分为几个网格区域。每个区域上的独立全连接（FC）回归器的结果然后由另一个FC层集成以执行估计。通过利用几种训练策略，包括数据增强和平滑$L_1$损失，建议REN可以显着提高ConvNet的性能，以定位手关节。实验结果表明，我们的方法在三个公开的手部姿势数据集上取得了最好的性能。我们还在指尖检测和人体姿势数据集上实验了我们的方法，并获得了最先进的精度。
2017-07-23 cs.CV
Monitoring Urban Forests from Auto-Generated Segmentation Maps
Remote Sensing Technology Institute, German Aerospace Center（德国航空航天中心遥感技术研究所）；Technical University of Munich（慕尼黑工业大学）；TJ Watson Research Center, IBM Research（IBM研究院托马斯·J·沃森研究中心）
我们提出并评估了一种弱监督的方法来量化的空间和时间分布的城市森林的基础上遥感数据与接近零的人类互动。成功训练用于语义分割的机器学习模型通常取决于高质量标签的可用性。我们评估的好处，高分辨率，三维点云数据（LiDAR）的噪声标签的来源，以训练模型的本地化的树木正射影像。作为概念证明，我们感觉到飓风桑迪对纽约市康尼岛城市森林的影响，并将其与纽约市布鲁克林受影响较小的城市空间进行比较。
2022-06-14 cs.AI cs.CV cs.CY
Automation of Hemocompatibility Analysis Using Image Segmentation and a Random Forest
RWTH Aachen University（亚琛工业大学）；University of Twente（特温特大学）；Monash University（莫纳什大学）；AICES Graduate School（AICES研究生院）
与血液接触的医疗器械的血液相容性仍然是生物医学工程的主要挑战之一，因此不可避免地要研究新的和改进的材料。然而，目前的体外测试和分析方法仍然缺乏标准化和可比性，这阻碍了材料设计的进步。例如，材料体外血液相容性试验的光学血小板分析由每个研究组单独手动或半手动进行。作为迈向标准化的一步，本文提出了一种自动化方法的光学血小板计数和分析。为此，荧光图像分割使用扎克的凸化的多相相分段常数芒福德-沙阿模型。然后需要将非背景片段的所得连接分量分类为血小板或无血小板。因此，监督随机森林被应用于使用面积、周长和圆度等特征从组件导出的特征向量。随机森林具有整体高准确性和低错误率，可实现可靠的结果。这分别得到了接受者-操作者和预测-召回曲线下的高区域的支持。我们开发了一种新方法，用于快速，用户独立和可重复的材料血液相容性测试分析，因此，这是生物材料研究进步的独特而强大的工具。
2020-10-13 cs.CV q-bio.QM
Training Deep Learning Algorithms on Synthetic Forest Images for Tree Detection
Laval University（拉瓦尔大学）
森林环境中基于视觉的分割是自主林业操作（如树木砍伐和转发）的关键功能。深度学习算法在执行目标检测等视觉任务方面表现出了良好的效果。然而，这些算法的监督学习过程需要来自大量多样性图像的注释。在这项工作中，我们建议使用模拟森林环境自动生成具有像素级注释的43 k逼真合成图像，并使用它来训练用于树木检测的深度学习算法。这使我们能够解决以下问题：i）在恶劣的合成森林环境中，我们应该期望深度学习有什么样的性能，ii）哪些注释对于训练最重要，iii）RGB和深度之间应该使用什么模式。我们还报告了通过直接预测真实图像上的限界框、分割掩模和关键点，在我们的合成数据集上学习的特征的有前途的迁移学习能力。代码可在GitHub上获取（https：//github.com/norlab-ulaval/PercepTreeV1）。
2022-10-08 cs.AI cs.CV
Training Region-based Object Detectors with Online Hard Example Mining
Carnegie Mellon University（卡内基梅隆大学）；Facebook AI Research（脸书人工智能研究院）
目标检测领域在基于区域的ConvNets浪潮中取得了重大进展，但它们的训练过程仍然包括许多优化成本高昂的算法和超参数。我们提出了一个简单但令人惊讶的有效的在线硬示例挖掘（OHEM）算法，用于训练基于区域的ConvNet检测器。我们的动机和以往一样--检测数据集包含大量简单的示例和少量困难的示例。自动选择这些困难的例子可以使训练更加有效和高效。OHEM是一种简单直观的算法，它消除了几种常用的算法和超参数。但更重要的是，它在PASCAL VOC 2007和2012等基准测试中的检测性能得到了一致和显著的提升。它的有效性随着数据集变得更大和更困难而增加，正如MS COCO数据集上的结果所证明的那样。此外，结合该领域的互补性进展，OHEM在PASCAL VOC 2007和2012上分别获得了78.9%和76.3%的最新结果。
2016-04-12 cs.CV cs.LG
Forest and Water Bodies Segmentation Through Satellite Images Using U-Net
Aimech Technologies Corp.（Aimech科技公司）；Air University（航空大学）
全球环境监测是一项在当代气候迅速变化的环境中需要给予更多关注的任务。这包括监测森林砍伐率和受洪水影响的地区。卫星成像极大地帮助了监测地球，而深度学习技术有助于使这一监测过程自动化。本文提出了一种观测森林和水域覆盖面积的解决方案。为了实现这一任务，提出了UNet模型，这是一种图像分割模型。该模型实现了82.55%和82.92%的森林和水域覆盖的区域分割的验证精度分别。
2022-07-12 cs.CV eess.IV
Instance Segmentation for Autonomous Log Grasping in Forestry Operations
Université Laval（拉瓦尔大学）
木材原木采摘是一项具有挑战性的任务自动化。事实上，原木通常是杂乱的配置，随机定向和重叠。目前的原木拣选自动化工作通常假设原木的姿态是已知的，很少考虑实际的感知问题。在本文中，我们直接解决后者，使用数据驱动的方法。首先，我们介绍一个新的数据集，名为TimberSeg 1.0，它是密集注释的，即，包括边界框和日志的像素级掩码注释。该数据集包括220幅图像，其中包含2500个单独分割的日志。使用我们的数据集，然后我们比较三个神经网络架构的任务，个别日志检测和分割;两个基于区域的方法和一个基于注意力的方法。不出所料，我们的结果表明，轴对齐的建议，没有考虑到日志的方向性，表现不佳与19.03 mAP。一个旋转感知的建议方法显着提高结果到31.83 mAP。更有趣的是，基于transformer的方法，在旋转上没有任何归纳偏差，优于其他两种方法，在我们的数据集上实现了57.53的mAP。我们的用例展示了基于区域的方法对于杂乱、细长对象的局限性。它还强调了基于注意力的方法在这一特定任务上的潜力，因为它们直接在像素级上工作。这些令人鼓舞的结果表明，这样的感知系统可以用来帮助操作员在短期内，或完全自动化日志采摘操作在未来。
2022-10-18 cs.CV cs.RO
Optimization Planning for 3D ConvNets
JD AI Research（京东人工智能研究院）；School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院）
由于训练方案的高复杂性和各种选项，最佳地学习3D卷积神经网络（3D ConvNets）并不简单。最常见的手动调整过程从使用短视频剪辑学习3D ConvNets开始，然后使用长剪辑学习长期时间依赖性，同时随着训练的进行，学习率从高到低逐渐衰减。事实上，这样的过程伴随着几个启发式的设置，激励研究寻求一个最佳的“路径”，以自动化整个培训。在本文中，我们将路径分解为一系列训练"状态"并指定超参数，例如，每个状态下的学习率和输入片段的长度。对性能-时期曲线上的拐点的估计触发从一个状态到另一个状态的转变。我们对所有候选状态执行动态规划以规划状态的最优排列，即，此外，我们设计了一种新的3D ConvNets，其具有独特的双头分类器设计，以提高空间和时间区分度。在七个公共视频识别基准上的大量实验证明了我们的建议的优点。通过优化规划，我们的3D ConvNets在与最先进的识别方法相比时取得了优异的结果。更值得注意的是，我们在Kinetics-400和Kinetics-600数据集上分别获得了80.5%和82.7%的top-1准确率。源代码可在www.example.com上获得。
2022-01-11 cs.CV
TimberVision: A Multi-Task Dataset and Framework for Log-Component Segmentation and Tracking in Autonomous Forestry Operations
AIT Austrian Institute of Technology (Center for Vision, Automation & Control)（奥地利技术研究院（视觉、自动化与控制中心））
针对林业作业自动化中数据稀缺问题，提出含2k+图像、51k组件的TimberVision数据集及融合检测与跟踪的框架，实现仅凭RGB图像准确分割和跟踪原木组件。
2025-01-13 cs.CV cs.LG
A Deep Learning Framework for Unsupervised Affine and Deformable Image Registration
Image Sciences Institute, University Medical Center Utrecht and Utrecht University（乌得勒支大学医学中心与乌得勒支大学影像科学研究所）；Division of Image Processing of the Leiden University Medical Center（莱顿大学医学中心图像处理部）
图像配准是将两幅或多幅图像对齐的过程，是许多（半）自动医学图像分析任务的核心技术。最近的研究表明，深度学习方法，特别是卷积神经网络（ConvNets），可以用于图像配准。到目前为止，用于配准的ConvNets的训练是使用预定义的示例配准来监督的。然而，获得示例注册并不简单。为了避免对预定义示例的需求，从而提高训练ConvNets进行图像配准的便利性，我们提出了用于\textit{unsupervised}仿射和可变形图像配准的深度学习图像配准（DLIR）框架。在DLIR框架中，通过利用类似于传统的基于强度的图像配准的图像相似性来训练ConvNets进行图像配准。在使用DLIR框架训练ConvNet之后，它可以用于在一个镜头中注册成对的不可见图像。我们提出了灵活的ConvNets设计，用于仿射图像配准和可变形图像配准。通过将多个ConvNet堆叠到一个更大的架构中，我们能够执行从粗到精的图像配准。我们表明，对于心脏电影MRI和胸部CT的配准，DLIR框架的性能与传统的图像配准相当，同时快了几个数量级。
2018-12-05 cs.CV
A first step towards automated species recognition from camera trap images of mammals using AI in a European temperate forest
Bialystok University of Technology（比亚韦斯托克理工大学）；Mammal Research Institute, Polish Academy of Sciences（波兰科学院哺乳动物研究所）
相机陷阱在世界范围内用于监视野生动物。尽管深度学习（DL）模型的可用性越来越高，但该技术在支持野生动物监测方面的有效使用仍然有限。这主要是由于DL技术的复杂性和高计算要求。本文介绍了实现轻量级和最先进的YOLOv5架构的自动标记的相机陷阱图像的哺乳动物在比亚沃维耶扎森林（BF），波兰。相机捕获数据使用TRAPPER软件进行组织和协调，TRAPPER软件是一种用于管理大规模野生动物监测项目的开源应用程序。所提出的图像识别管道在使用有限的训练和测试数据集（总共2659张动物图像）识别BF中最常见的12种中型和大型哺乳动物物种时，平均准确率达到85%F1分数。基于初步结果，我们得出结论，YOLOv5目标检测和分类模型是一个有前途的轻量级DL解决方案后，采用迁移学习技术。它可以通过API有效地插入现有的基于网络的相机捕获数据处理平台，例如TRAPPER系统。由于TRAPPER已经被欧洲的许多研究小组用于管理和分类（手动）相机捕获数据集，因此基于人工智能的自动物种分类的实施可以显着加快数据处理工作流程，从而更好地支持数据驱动的野生动物监测和保护。此外，YOLOv5开发人员在边缘设备上表现更好，这可能会直接从相机陷阱设备实时的监控动物种群的新篇章。
2021-03-19 cs.CV cs.LG eess.IV
A Feature Embedding Strategy for High-level CNN representations from Multiple ConvNets
University of Windsor（温莎大学）；Zhejiang University（浙江大学）
随着数字图像应用的迅速增长，图像自动分类成为一个重要的研究领域。它已经扩展并不时地采用许多算法，从而基于多特征（通常是手工设计的特征）的图像表征可以方便地提高准确性。最近，在机器学习中，预训练的深度卷积神经网络（DCNN或ConvNets）已经证明，通过这种DCNN提取的特征可以提高分类精度。因此，在本文中，我们进一步研究了一种特征嵌入策略，以利用来自多个DCNN的线索。我们通过嵌入三个不同的DCNN瓶颈特征来推导出一个广义特征空间，这些特征的权重与它们的Softmax交叉熵损失有关。在六个不同的目标分类数据集和一个动作分类数据集上的测试结果表明，无论图像统计和任务的变化如何，所提出的多DCNN瓶颈特征融合都非常适合于图像分类任务，并且是DCNN的有效补充。与现有的基于融合的图像分类方法的比较证明，所提出的方法超越了最先进的方法，并产生具有竞争力的结果与充分训练的DCNN以及。
2017-05-11 cs.CV
Multispectral Deep Neural Networks for Pedestrian Detection
Rutgers University（罗格斯大学）；UNC Charlotte（北卡罗来纳大学夏洛特分校）
多光谱行人检测对于全天候应用至关重要，例如，监控和自动驾驶。我们深入分析了用于多光谱行人检测任务的Faster R-CNN，然后将其建模为卷积网络（ConvNet）融合问题。此外，我们发现，基于ConvNet的行人检测器分别由彩色或热图像训练，在区分人类实例时提供了补充信息。因此，通过在DNN中同时使用彩色和热图像来改善行人检测有很大的潜力。我们精心设计了四个ConvNet融合架构，在不同的DNN阶段集成了两个分支的ConvNet，与基线检测器相比，所有这些都产生了更好的性能。我们在KAIST行人基准测试上的实验结果表明，在中层卷积特征上进行融合的中途融合模型比基线方法性能高出11%，并且丢失率比其他提出的架构低3.5%。
2016-11-08 cs.CV
Inherent Brain Segmentation Quality Control from Fully ConvNet Monte Carlo Sampling
LMU München（慕尼黑大学）；Technische Universität München（慕尼黑工业大学）；German Center for Neurodegenerative Diseases (DZNE)（德国神经退行性疾病中心）；Johns Hopkins University（约翰斯·霍普金斯大学）
我们引入固有的措施，有效的质量控制的大脑分割的基础上贝叶斯完全卷积神经网络，使用模型的不确定性。在测试时使用dropout有效地生成后验分布的Monte Carlo样本。基于这些样本，我们在体素不确定性映射的旁边引入了结构不确定性的三个度量。然后，我们将这些结构方面的不确定性，在组分析作为一个措施的信心观察。我们的研究结果表明，这些指标是高度相关的分割精度，因此提出了一个固有的衡量分割质量。此外，具有不确定性的组分析结果的效应量更接近于手动注释的效应量。引入的不确定性度量不仅可以在翻译到临床实践中非常有用，而且还可以在处理大型数据库时提供自动化质量控制和组分析。
2018-06-08 cs.CV
DeadNet: Identifying Phototoxicity from Label-free Microscopy Images of Cells using Deep ConvNets
Harvard Medical School（哈佛医学院）
暴露于强烈的照明光是荧光显微镜的不可避免的结果，并且在每个活细胞荧光显微镜实验中对样品的健康构成风险。此外，光毒性对成像实验得出的科学结论可能产生的副作用往往没有得到解释。以前，在成像实验中控制光毒性需要额外的标记和实验，限制了其广泛应用。在这里，我们提供了一个原理证明的演示，成像实验的光毒性效应可以直接从一个单一的相位对比图像使用深卷积神经网络（ConvNets）。这为在广泛的成像实验中评估细胞健康的自动化工具奠定了基础。这种方法的可解释性对其采用至关重要。我们通过可视化有助于准确分类的图像的显著特征来解释训练的ConvNet的分类机制。
2017-01-22 cs.CV q-bio.QM
BCFPL: Binary classification ConvNet based Fast Parking space recognition with Low resolution image
Tianjin University（天津大学）
本文提出了一种轻量化二分类卷积神经网络 BCFPL，通过使用低分辨率图像进行停车位识别，在保护隐私的同时实现了与主流方法相当的准确率，并具备低硬件要求和快速识别速度。
2024-04-22 cs.AI cs.CV
Anatomy-specific classification of medical images using deep convolutional nets
NIH Clinical Center（美国国立卫生研究院临床中心）
人体解剖结构的自动分类是许多计算机辅助诊断系统的重要前提。整个人体解剖结构的空间复杂性和可变性使得分类困难。卷积网络（ConvNets）等“深度学习“方法在图像分类任务中的性能优于其他最先进的方法。在这项工作中，我们提出了一种使用ConvNets的计算机断层扫描（CT）采集的医学图像的器官或身体部位特定解剖分类方法。我们训练一个ConvNet，使用4，298个单独的轴向2D关键图像来学习5个解剖类。关键图像是从医院PACS档案中挖掘出来的，使用了一组1,675名患者。我们表明，一个数据增强的方法可以帮助丰富的数据集，提高分类性能。使用ConvNets和数据增强，我们在测试中实现了5.9%的解剖结构特异性分类误差和平均0.998的曲线下面积（AUC）值。我们证明，深度学习可以用来训练非常可靠和准确的分类器，可以初始化进一步的计算机辅助诊断。
2015-04-15 cs.CV
Classification of histopathology images using ConvNets to detect Lupus Nephritis
New York University（纽约大学）；IIIT Hyderabad（印度海得拉巴国际信息技术研究所）
系统性红斑狼疮（SLE）是一种自身免疫性疾病，其中患者的免疫系统开始攻击身体的健康组织。狼疮性肾炎（LN）是指肾组织的炎症导致肾功能衰竭，由于这些攻击。国际肾脏病学会/肾脏病理学会（ISN/RPS）发布了一个基于SLE肾损伤期间观察到的各种模式的分类系统。传统的方法需要对肾活检进行细致的病理评估，并且耗时。最近，计算技术通过使用虚拟显微镜或全载玻片成像（WSI）帮助缓解了这个问题。通过使用深度学习和现代计算机视觉技术，我们提出了一个流水线，该流水线能够自动执行以下过程：1）检测这些整个载玻片图像中存在的各种肾小球模式，2）使用提取的肾小球特征对每个图像进行分类。
2021-12-14 cs.CV cs.LG eess.IV
Automatic Face Image Quality Prediction
Michigan State University（密歇根州立大学）
人脸图像质量可以定义为人脸图像在自动人脸识别中的实用性的度量。在这项工作中，我们提出（并比较）两种方法的自动人脸图像质量的基础上，目标人脸质量值（i）人脸图像质量的人类评估（匹配器无关），和（ii）质量值计算相似性分数（匹配器依赖）。使用在使用深度卷积神经网络（ConvNet）提取的面部特征上训练的支持向量回归模型来预测面部图像的质量。两个无约束的人脸图像数据库，LFW和IJB-A，这两个包含多个质量因子的面部变化，所提出的方法进行了评估。对所提出的自动面部图像质量测量的评估表明，通过使用所提出的面部质量来选择面部图像和视频帧的子集以用于匹配模板（即，每个受试者多个面孔）。据我们所知，这是第一个工作，利用人类的面部图像质量的评估，在设计一个预测的无约束的面部质量，被证明是有效的跨数据库的评估。
2017-06-29 cs.CV
Deep convolutional networks for pancreas segmentation in CT imaging
National Institutes of Health Clinical Center（美国国立卫生研究院临床中心）
器官的自动分割是许多计算机辅助诊断系统的重要前提。腹部器官（如胰腺）的高度解剖变异性使许多分割方法与其他器官（如肝脏、心脏或肾脏）的分割相比无法实现高精度。最近，大型注释训练集的可用性和通过GPU可负担得起的并行计算资源的可访问性使得诸如卷积网络（ConvNets）的“深度学习“方法在图像分类任务中取得成功是可行的。这些方法具有直接从成像数据训练所使用的分类特征的优点。我们提出了一个全自动的自下而上的方法胰腺分割的腹部计算机断层扫描（CT）图像。该方法是基于局部图像区域（超像素）的分级粗到细分类。使用简单线性迭代聚类（SLIC）从腹部区域提取超像素。使用块级置信度和两级级联的随机森林分类器生成初始概率响应图，其中保留概率大于0.5的超像素区域。这些保留的超像素充当胰腺及其周围环境到ConvNet的高度敏感的初始输入，该ConvNet以不同的尺度（以及训练时的随机非刚性变形）对每个超像素周围的限界框进行采样，以便为每个超像素区域分配更明显的胰腺或非胰腺的概率。我们在82例患者的CT图像上评估了我们的方法（60例用于训练，2例用于验证，20例用于测试）。使用ConvNets，我们在测试中实现了68%+-10%（范围，43-80%）的平均Dice分数。这显示了使用深度学习方法进行精确胰腺分割的前景，并且与最先进的方法相比具有优势。
2015-04-15 cs.CV
Deep Learning based Automated Forest Health Diagnosis from Aerial Images
Lancaster University（兰卡斯特大学）；Excel geo（2Excel地理公司）
全球气候变化对我们的环境产生了巨大影响。以往的研究表明，全球气候变化引起的虫害灾害会造成大量树木死亡，不可避免地成为森林火灾的一个因素。森林火灾的一个重要征兆是森林的状况。基于航空图像的森林分析可以早期发现死树和活树。在本文中，我们应用了一种合成的方法来扩大图像数据集，并提出了一个新的框架，自动枯树检测从航空图像使用重新训练的掩模RCNN（掩模区域为基础的卷积神经网络）的方法，与迁移学习计划。我们将我们的框架应用于我们的航空图像数据集，并比较了八个微调模型。这些模型中最好的模型的平均精度得分（mAP）达到54%。在自动检测之后，我们能够自动生成和计算死树掩码的数量，以标记图像中的死树，作为森林健康的指标，可以与环境变化的因果分析和森林火灾的预测可能性联系起来。
2020-10-16 cs.CV
fpgaConvNet: A Toolflow for Mapping Diverse Convolutional Neural Networks on Embedded FPGAs
Imperial College London（帝国理工学院）
近年来，卷积神经网络（ConvNets）已经成为广泛的新型嵌入式人工智能系统的使能技术。在各种应用中，性能需求差异很大，从高吞吐量视频监控到自动驾驶汽车的极低延迟要求。在这种情况下，FPGA可以提供一个潜在的平台，可以根据不同的性能需求进行优化配置。然而，ConvNet模型的复杂性不断增加，使其映射到FPGA设备成为一项具有挑战性的任务。这项工作提出了fpgaConvNet，这是一个用于在FPGA上映射ConvNet的端到端框架。该框架采用了一种基于同步数据流（SDF）范式的自动化设计方法，并定义了一组SDF转换，以有效地探索建筑设计空间。通过选择性地优化吞吐量，延迟或多目标标准，所提出的工具能够有效地探索设计空间，并从高级ConvNet规范中生成硬件设计，并针对感兴趣的性能指标进行明确优化。总体而言，我们的框架产生的设计，提高了高达6.65倍的性能超过高度优化的嵌入式GPU设计，在嵌入式环境中相同的功率限制。
2017-11-23 cs.AR cs.CV cs.LG
Neural Network-Based Automatic Liver Tumor Segmentation With Random Forest-Based Candidate Filtering
Yokohama City University Medical Center（横滨市立大学医学中心）
我们提出了一种全自动方法，采用基于2D U-网架构的卷积神经网络和随机森林分类器来解决ISBI 2017肝脏肿瘤分割挑战赛（LiTS）的自动肝脏病变分割问题。为了约束肿瘤可能位于其中的ROI，首先执行肝脏分割。对于器官分割，训练卷积网络的集合以使用来自肝脏手术规划的179个肝脏CT数据集的集合来分割肝脏。在肝脏ROI内部，使用127个挑战训练数据集训练的神经网络识别肿瘤候选者，随后用随机森林分类器过滤肿瘤候选者，产生最终的肿瘤分割。对70个挑战测试用例的评估结果是平均Dice系数为0.65，将我们的方法排在第二位。
2017-06-27 cs.CV
Semi-Automatic Segmentation of Autosomal Dominant Polycystic Kidneys using Random Forests
Johns Hopkins University（约翰斯·霍普金斯大学）；University of Bergamo（贝加莫大学）
本文提出了一种利用计算机断层扫描（CT）数据对常染色体显性遗传性多囊肾病（ADPKD）和严重肾功能不全患者的肾脏进行三维分割的方法。ADPKD由于囊肿的不均匀形成而严重改变肾脏的形状。因此，这种肾脏的全自动分割非常具有挑战性。我们提出了一种基于随机森林分类器的最小用户交互的分割方法。所提出的方法的主要新颖之处之一是使用测地距离卷作为额外的信息源。这些体积包含到CT体积的仅一个切片（对于每个肾脏）中的相应肾脏的手动轮廓的强度加权距离。我们评估我们的方法定性和定量的55 CT采集使用地面实况注释从临床专家。
2015-10-23 cs.CV
Deep Keyframe Detection in Human Action Videos
Xidian University（西安电子科技大学）；University of Western Australia（西澳大学）；Hunan University（湖南大学）
由于人体姿态和背景的综合因素，基于人体动作的视频代表帧检测具有相当大的挑战性。本文解决了这个问题，并制定了关键帧检测的视频帧，最佳最大限度地有助于区分潜在的动作类别从所有其他类别之一。为此，我们引入了一个用于视频中关键帧检测的深度双流ConvNet，它可以学习直接预测关键帧的位置。我们的核心思想是使用监督线性判别方法自动生成用于CNN学习的标记数据。虽然训练数据是在考虑许多不同的人类动作视频的情况下生成的，但经过训练的CNN可以预测来自单个视频的帧的重要性。我们指定了一个新的ConvNet框架，包括一个summarizer和一个convnet。摘要器是一个双流ConvNet，其目的是首先捕获视频帧的外观和运动特征，然后对获得的外观和运动特征进行编码以用于视频表示。该函数是一个拟合函数，旨在区分视频中的关键帧和其他帧。我们在具有挑战性的人类动作数据集UCF101上进行了实验，结果表明我们的方法可以高精度地检测关键帧。
2018-04-26 cs.CV
Automatic Number Plate Recognition using Random Forest Classifier
Aligarh Muslim University（阿里格尔穆斯林大学）
汽车牌照自动识别系统（ANPRS）是一种用于识别车辆牌照的大规模监控嵌入式系统。该系统通常用于交通管理应用。它应该是非常有效的检测车牌在嘈杂以及在低照度，也在所需的时间范围内。提出了一种通过对车辆前后图像进行处理来识别车牌的方法。图像采集完成后，处理分为预处理、车牌定位、字符分割和字符识别四个步骤。预处理部分对车牌图像进行增强处理，车牌定位部分提取车牌区域，字符分割部分从提取的车牌中分离出单个字符，字符识别部分采用随机森林分类算法对光学字符进行识别。实验结果表明，该方法的准确率为90.9%。
2023-03-26 cs.CV
Vision Transformers, a new approach for high-resolution and large-scale mapping of canopy heights
Laboratoire des Sciences du Climat et de l'Environnement, LSCE/IPSL, CEA-CNRS-SCE32UVSQ, Université Paris Saclay（巴黎萨克雷大学气候与环境科学实验室）；Kayrros SAS（Kayrros SAS公司）；ISPA, UMR 1391, INRA Nouvelle-Aquitaine（法国国家农业食品与环境研究院新阿基坦大区ISPA联合研究单位）；INRAE, UMR TETIS, Université de Montpellier, AgroParisTech（蒙彼利埃大学、巴黎高科农业学院、法国国家农业食品与环境研究院TETIS联合研究单位）；Department of Computer Science, École Normale Supérieure（巴黎高等师范学院计算机科学系）；Jet Propulsion Laboratory (JPL), California Institute of Technology（加州理工学院喷气推进实验室）；Université Paris-Saclay, AgroParisTech, INRAE, UMR 518 MIA Paris-Saclay（巴黎萨克雷大学、巴黎高科农业学院、法国国家农业食品与环境研究院MIA Paris-Saclay联合研究单位）
本研究提出一种同时优化分类和回归损失函数的视觉Transformer模型，在加纳以10米分辨率绘制树冠高度，相比卷积网络显著提高了对高大树木的敏感性，RMSE从4.3米降至3.12米。
2023-04-22 cs.CV eess.IV
Deep Radiomics for Brain Tumor Detection and Classification from Multi-Sequence MRI
Indian Statistical Institute（印度统计研究所）；University of Calcutta（加尔各答大学）；University of Genova（热那亚大学）
胶质瘤占恶性原发性脑肿瘤的80%，通常分为HGG和LGG。LGG肿瘤的侵袭性较低，与HGG相比生长速度较慢，并且对治疗有反应。肿瘤活检对于脑肿瘤患者具有挑战性，非侵入性成像技术如磁共振成像（MRI）已被广泛用于诊断脑肿瘤。因此，基于MRI数据检测和预测肿瘤等级的自动化系统对于在增强智能的框架中协助医生变得必要。在本文中，我们深入研究了Deep ConvNets使用多序列MR图像对脑肿瘤进行分类的能力。我们提出了新的ConvNet模型，这些模型是从头开始训练的，在MRI贴片，切片和多平面体积切片上。接下来，通过对最后几层进行微调，应用在ImageNet数据集上训练的两个现有ConvNets模型（VGGNet和ResNet）来研究迁移学习对任务的适用性。LOPO测试和对holdout数据集的测试用于评估ConvNets的性能。结果表明，在多平面体积数据集上训练模型的所有情况下，所提出的ConvNets都实现了更好的准确性。与传统的模型不同，它获得了95%的测试准确率为低/高级别胶质瘤分类问题。对于具有/不具有1 p/19 q共缺失的LGG的分类，产生97%的分数，而无需对特征的提取和选择进行任何额外的努力。我们通过可视化中间层输出，研究了不同层中自学习内核/过滤器的特性。我们还将结果与最先进的方法进行了比较，证明ConvNets的分级性能最大提高了7%，1 p/19 q共缺失状态的预测…
2019-03-21 cs.CV eess.IV
RatLesNetv2: A Fully Convolutional Network for Rodent Brain Lesion Segmentation
University of Eastern Finland（东芬兰大学）；Charles River Discovery Services（查尔斯河发现服务公司）；Centro Fermi - Museo Storico della Fisica e Centro Studi e Ricerche Enrico Fermi（费米中心——恩里科·费米物理历史博物馆与研究中心）；Sapienza Università di Roma（罗马第一大学）
我们提出了一个完全卷积神经网络（ConvNet），命名为RatLesNetv2，用于分割啮齿动物磁共振（MR）脑图像中的病变。RatLesNetv2架构类似于自动编码器，它包含了便于优化的残差块。RatLesNetv2在三维图像上进行端到端训练，不需要预处理。我们在一个非常大的数据集上评估了RatLesNetv2，该数据集由671只大鼠的916个T2加权大鼠脑MRI扫描组成，这些大鼠处于9个不同的病变阶段，用于研究药物开发的局灶性脑缺血。此外，我们还将其性能与其他三种专门为医学图像分割设计的ConvNets进行了比较。RatLesNetv2获得了类似于比其他ConvNets更高的Dice系数值，并且它产生了更真实和紧凑的分割，具有更少的孔和更低的Hausdorff距离。RatLesNetv2分割的Dice评分也超过了手动分割的评分者间一致性。总之，RatLesNetv2可用于自动病变分割，减少人工工作量并提高再现性。RatLesNetv2可在https://github.com/jmlipman/RatLesNetv2上公开获得。
2020-12-30 cs.CV eess.IV
Improving Global Forest Mapping by Semi-automatic Sample Labeling with Deep Learning on Google Earth Images
Sun Yat-sen University（中山大学）；UiT the Arctic University of Norway（挪威北极大学）；University of Cambridge（剑桥大学）
全球森林覆盖对于提供某些生态系统服务至关重要。随着谷歌地球引擎云平台的出现，精细分辨率的全球土地覆盖制图任务可以在几天内完成，而不是几年。在过去几十年中，全球森林覆盖产品的数量一直在稳步增加。然而，由于这些产品之间的差异很大，用户很难选择合适的产品，并且这些GFC产品的准确性尚未在全球范围内得到验证。为了向用户和生产者提供准则，迫切需要在全球一级制作一套验证样本。然而，这种标记任务耗时耗力，这一直是全球土地覆盖制图进展的主要障碍。在这项研究中，一个劳动效率高的半自动化框架被引入到构建一个有史以来最大的森林样本集（FSS），包含395280个分类为森林，灌木丛，草地，不透水面等的分散样本。另一方面，为了给用户提供指导，我们全面验证了所有现有的30米GFC产品的局部和全局制图精度，并对它们的一致性进行了分析和映射。此外，为指导生产者，提出了最佳抽样策略，以改善全球森林分类。此外，还生成了一个名为GlobeForest2020的新的全球森林覆盖率，这被证明提高了以前最高的最先进的精度（由Gong等人获得，2017年）在不确定的网格中增加2.77%，在某些网格中增加1.11%。
2021-08-06 cs.CV
Automated forest inventory: analysis of high-density airborne LiDAR point clouds with 3D deep learning
ETH Zürich（苏黎世联邦理工学院）；Norwegian Institute of Bioeconomy Research (NIBIO)（挪威生物经济研究所）
本文提出深度学习框架ForAINet，对多国机载LiDAR点云进行单木与语义分割，并提取单木及林分生物物理参数，在FOR-Instance数据集上取得优异分割精度。
2024-02-23 cs.CV
One-Cycle Pruning: Pruning ConvNets Under a Tight Training Budget
University of Mons（蒙斯大学）；IP Paris（巴黎理工学院）
在神经网络中引入稀疏性是一种有效的方法，可以降低其复杂性，同时保持其性能几乎不变。大多数情况下，稀疏性是使用三阶段流水线引入的：1）训练模型以使其收敛，2）根据某些标准修剪模型，3）微调修剪后的模型以恢复性能。最后两个步骤通常迭代执行，从而产生合理的结果，但也导致耗时且复杂的过程。在我们的工作中，我们建议摆脱管道的第一步，并将其他两个步骤结合在一个修剪训练周期中，允许模型在修剪的同时联合学习最佳权重。我们通过引入一种新的修剪时间表来实现这一点，称为单周期修剪，该时间表从训练开始时开始修剪，直到训练结束。采用这样的时间表不仅可以提高修剪模型的性能，还可以大大减少修剪模型所需的训练预算。实验在各种架构（VGG-16和ResNet-18）和数据集（CIFAR-10，CIFAR-100和Caltech-101）上进行，并针对相对较高的稀疏值（去除80%，90%，95%的权重）。我们的研究结果表明，单周期修剪始终优于常用的修剪时间表，如一次性修剪，迭代修剪和自动渐进修剪，在固定的训练预算。
2022-07-03 cs.AI cs.CV
Performance Evaluation of Deep Learning for Tree Branch Segmentation in Autonomous Forestry Systems
Centre for Data Science and Artificial Intelligence（数据科学与人工智能中心）；Victoria University of Wellington（惠灵顿维多利亚大学）；Department of Computer Science and Software Engineering（计算机科学与软件工程系）；University of Canterbury（坎特伯雷大学）
本文评估了不同深度学习方法在自主林业系统中树枝分割的性能，发现U-Net+MiT-B3在高分辨率下表现最佳，PSPNet在效率上最优。
2025-12-05 cs.CV
Tree Detection and Diameter Estimation Based on Deep Learning
Laval University（拉瓦尔大学）
树木感知是自主林业运营的重要组成部分。目前的发展一般考虑从激光雷达传感器的输入数据，以解决森林导航，树木检测和直径估计问题。而与深度学习算法配对的相机通常用于物种分类或森林异常检测。在这两种情况下，数据不可用和森林多样性限制了自治系统的深度学习发展。因此，我们提出了两个密集注释的图像数据集-43 k合成，100真实-限界框，分割掩模和关键点检测，以评估基于视觉的方法的潜力。在我们的数据集上训练的深度神经网络模型实现了90.4%的树检测精度，87.2%的树分割精度和厘米精度的关键点估计。我们在其他森林数据集上测试模型时，会衡量模型的通用性，以及它们在不同数据集大小和架构改进下的可扩展性。总的来说，实验结果提供了有前途的途径自主伐木作业和其他应用林业问题。本文中的数据集和预训练模型可在\href{https://github.com/norlab-ulaval/PercepTreeV1}{GitHub}（https：//github.com/norlab-ulaval/PercepTreeV1）上公开获取。
2022-10-31 cs.CV
Regression Forest-Based Atlas Localization and Direction Specific Atlas Generation for Pancreas Segmentation
Nagoya University（名古屋大学）；Aichi Institute of Technology（爱知工业大学）；Aichi Cancer Center（爱知癌症中心）；Imperial College London（帝国理工学院）
本文提出了一种全自动的基于图谱的胰腺分割方法，从CT体积利用图谱定位回归森林和图谱生成使用血管信息。先前的基于概率图谱的胰腺分割方法不能很好地处理胰腺中常见的空间变化。此外，形状变化不由平均图谱表示。我们提出了一种全自动胰腺分割方法，处理上述两种类型的变化。使用回归森林技术估计胰腺的位置和大小。在定位之后，基于反映胰腺周围的血管位置和方向信息的新图像相似性生成患者特异性概率图谱。我们分割它使用EM算法与图集作为先验，然后由图切割。在使用147个CT体积的评价结果中，所提出的方法的Jaccard指数和Dice重叠分别为62.1%和75.1%。虽然我们自动化了所有分割过程，但分割结果在骰子重叠方面优于其他最先进的方法。
2020-05-07 cs.CV
MRI Brain Tumor Segmentation using Random Forests and Fully Convolutional Networks
School of Computer Science, University of Lincoln（林肯大学计算机科学学院）；National Heart & Lung Institute, Imperial College London（帝国理工学院国家心肺研究所）
在本文中，我们提出了一种新的基于学习的方法自动分割脑肿瘤的多模态MRI图像，它结合了两套机器学习和手工制作的功能。全卷积网络（FCN）形成机器学习的特征，基于纹理基元的特征被认为是手工制作的特征。随机森林（RF）用于将MRI图像体素分类为正常脑组织和肿瘤的不同部分，即水肿、坏死和增强肿瘤。在BRATS 2017挑战数据集上评价了该方法。结果表明，该方法提供了有前途的分割。对于整个肿瘤、核心和增强肿瘤，针对地面实况的自动脑肿瘤分割的平均Dice重叠度量分别为0.86、0.78和0.66。
2019-09-13 cs.CV
Learning Fuzzy Clustering for SPECT/CT Segmentation via Convolutional Neural Networks
Johns Hopkins University（约翰斯·霍普金斯大学）；Johns Hopkins Medical Institutes（约翰斯·霍普金斯医学院）；Konkuk University Medical Center（建国大学医疗中心）；Konkuk University School of Medicine（建国大学医学院）
定量骨单光子发射计算机断层扫描（QBSPECT）由于能够更好地量化重叠结构中的活性，因此有可能提供比平面骨显像更好的骨转移定量评估。评估骨转移反应的一个重要因素是准确的图像分割。然而，由于QBSPECT图像的特点，解剖感兴趣区域（ROI）的分割仍然严重依赖于专家的手动划定。这项工作提出了一种快速和强大的自动分割方法，用于将QBSPECT图像分割为病变，骨骼和背景。我们提出了一种新的无监督分割损失函数及其半监督和监督变体，用于训练卷积神经网络（ConvNet）。在经典模糊C均值（FCM）算法目标函数的基础上，建立了损失函数。我们进行了全面的研究，将我们提出的方法与使用监督损失函数和传统聚类方法训练的ConvNets进行比较。Dice相似性系数（DSC）和其他几个指标被用作应用于模拟和临床SPECT/CT图像中描绘病变和骨的任务的品质因数。我们的实验表明，所提出的方法在临床数据集上产生了良好的分割结果，即使训练是使用逼真的模拟图像。一个基于ConvNet的图像分割方法，使用新的损失函数的开发和评估。该方法可以根据注释的训练数据的可用性以无监督、半监督或全监督模式操作。结果表明，所提出的方法提供了快速和强大的病变和骨分割的QBSPECT/CT。该方法可以潜在地应用于其他医学图像分割应用。
2021-05-28 cs.CV
DeepPap: Deep Convolutional Networks for Cervical Cell Classification
National Institutes of Health Clinical Center（美国国立卫生研究院临床中心）
通过巴氏涂片或液基细胞学（LBC）进行的自动辅助宫颈筛查是一种高效的基于细胞成像的癌症检测工具，其中细胞被划分为“异常”和“正常”类别。然而，大多数传统分类方法的成功依赖于准确的细胞分割的存在。尽管在这一领域的研究已经有六十年，但在存在细胞簇和病理的情况下，准确分割仍然是一个挑战。此外，以前的分类方法只建立在手工制作的功能，如形态和纹理的提取。本文通过提出一种方法来解决这些局限性，该方法使用卷积神经网络（ConvNets）基于深度特征直接对宫颈细胞进行分类-无需事先分割。首先，ConvNet在自然图像数据集上进行预训练。它随后微调宫颈细胞数据集组成的自适应重新采样的图像补丁粗略地集中在细胞核。在测试阶段，聚合用于平均一组相似图像块的预测分数。所提出的方法进行评估巴氏涂片和LBC数据集。结果表明，当应用于Herlev基准Pap涂片数据集并使用五重交叉验证进行评估时，我们的方法在分类准确率（98.3%），曲线下面积（AUC）（0.99）值，特别是特异性（98.3%）方面优于以前的算法。在HEMLBC（H&E染色的手动LBC）数据集上也实现了类似的优异性能。我们的方法是有前途的自动辅助阅读系统的发展，在初级宫颈癌筛查。
2018-01-25 cs.CV
Manifold Modeling in Embedded Space: A Perspective for Interpreting Deep Image Prior
Nagoya Institute of Technology（名古屋工业大学）；RIKEN Center for Advanced Intelligence Project（理化学研究所先进智能项目中心）；Skolkovo Institute of Science and Technology（斯科尔科沃科学技术研究所）
深度图像先验（DIP）利用深度卷积网络（ConvNet）结构本身作为图像先验，在计算机视觉和机器学习社区中引起了关注。它经验性地显示了ConvNet结构对于各种图像复原应用的有效性。然而，为什么DIP工作得这么好仍然是未知的，为什么卷积运算是有用的图像重建或增强是不是很清楚。在这项研究中，我们解决了这些问题。该方法将卷积分解为“延迟嵌入”和"变换（\ie encoder-decoder）“，并提出了一种简单但必不可少的图像/张量建模方法，该方法与动力学系统和自相似性密切相关。提出的嵌入空间流形建模（MMES）方法是通过使用一种新的去噪自动编码器结合多路延迟嵌入变换来实现的。尽管它的简单性，图像/张量完成，超分辨率，反卷积，和去噪结果的MMES是非常相似的，甚至在我们广泛的实验中有竞争力的DIP，这些结果将有助于我们重新解释/表征DIP从“低维补丁流形先验”的角度。
2020-01-21 cs.CV cs.LG
Multimodal MRI brain tumor segmentation using random forests with features learned from fully convolutional neural network
University of Lincoln（林肯大学）
在本文中，我们提出了一种新的学习为基础的方法自动分割脑肿瘤的多模态MRI图像。机器学习的功能从全卷积神经网络（FCN）和手工设计的纹理特征被用来分类的MRI图像体素。具有逐像素预测的分数图被用作使用FCN从多模态MRI训练数据集学习的特征图。然后将学习到的特征应用于随机Forest，以将每个MRI图像体素分类为正常脑组织和肿瘤的不同部分。在BRATS 2013挑战数据集上评价了该方法。结果表明，随机森林分类器的应用程序，多模态MRI图像使用机器学习的功能的基础上FCN和手工设计的功能的基础上的纹理基元提供了有前途的分割。对于完整肿瘤、核心肿瘤和增强肿瘤，针对地面真实的自动脑肿瘤分割的Dice重叠度量分别为0.88、080和0.73。
2017-04-26 cs.CV cs.LG
ForestNet: Classifying Drivers of Deforestation in Indonesia using Deep Learning on Satellite Imagery
Stanford University（斯坦福大学）；Descartes Labs（笛卡尔实验室）；RTI International（RTI国际研究所）
确定导致森林砍伐的过程的特征对于制定和执行有针对性的森林养护和管理政策至关重要。在这项工作中，我们开发了一个名为ForestNet的深度学习模型，用于对印度尼西亚原始森林损失的驱动因素进行分类，印度尼西亚是世界上森林砍伐率最高的国家之一。利用卫星图像，ForestNet确定了任何规模的森林损失斑块中毁林的直接驱动因素。我们策划了一个数据集的Landsat 8卫星图像的已知森林损失事件与驱动程序的注释专家口译员配对。我们使用数据集来训练和验证模型，并证明ForestNet大大优于其他标准的驱动程序分类方法。为了支持未来对森林砍伐驱动分类自动化方法的研究，本研究中管理的数据集可在https://stanfordmlgroup.github.io/projects/forestnet上公开获取。
2020-11-11 cs.CV cs.LG eess.IV
Automatic classification of trees using a UAV onboard camera and deep learning
Kyoto University（京都大学）；Japan Science and Technology Agency（日本科学技术振兴机构）
利用遥感数据对树木进行自动分类一直是许多科学家和土地利用管理者的梦想。近年来，无人机（Unmanned Aerial Vehicles，UAV）被认为是一种易于使用、成本低廉的森林遥感工具，而深度学习因其与机器视觉相关的能力而备受关注。在这项研究中，使用商用无人机和公开的深度学习软件包，我们构建了一个机器视觉系统，用于树木的自动分类。在我们的方法中，我们将无人机拍摄的森林图像分割成单个树冠，并进行基于对象的深度学习。结果表明，该系统能够以89.0%的准确率对7种树木类型进行分类。这一性能值得注意，因为我们只使用来自标准无人机的基本RGB图像。相比之下，大多数以前的研究使用昂贵的硬件，如多光谱成像仪，以提高性能。这一结果意味着我们的方法有可能以具有成本效益的方式对单个树木进行分类。这对许多森林研究人员和管理人员来说是一个有用的工具。
2018-04-27 cs.CV cs.LG stat.ML
