k-Means Clustering and Ensemble of Regressions: An Algorithm for the ISIC 2017 Skin Lesion Segmentation Challenge
Asturias University Central Hospital（阿斯图里亚斯大学中央医院）
本摘要简要描述了为ISIC 2017皮肤病变检测竞赛开发的分割算法，该竞赛在[参考文献]举办。比赛的目的是执行皮肤镜图像中皮肤病变的分割（以二进制掩模图像的形式），尽可能接近由训练有素的临床医生执行的分割，这被视为地面实况。本项目仅参与挑战赛的细分阶段。不考虑竞争的其他阶段（特征提取和病变识别）。所提出的算法包括4个步骤：（1）病变图像预处理，（2）图像分割使用像素颜色的k均值聚类，（3）计算一组描述每个分割区域的属性的特征，以及（4）计算每个区域的最终得分，表示对应于合适病变分割的可能性。步骤（4）中的分数是通过使用每个区域的分数作为输入对2个不同回归模型的结果进行平均来获得的。在使用该算法之前，这些回归模型必须使用比赛提供的图像和地面真实掩模的训练集进行训练。步骤2至4以增加的聚类数量重复（并且因此图像被分割成更多的区域），直到所计算的分数没有进一步的改善。
2017-02-23 cs.CV
PixelLink: Detecting Scene Text via Instance Segmentation
Zhejiang University（浙江大学）；CVTE Research（CVTE研究院）；Xi’an Institute of Optics and Precision Mechanics, Chinese Academy of Sciences（中国科学院西安光学精密机械研究所）；Alibaba-Zhejiang University Joint Institute of Frontier Technologies（阿里巴巴-浙江大学前沿技术联合研究院）
大多数最先进的场景文本检测算法是基于深度学习的方法，其依赖于限界框回归并执行至少两种预测：文本/非文本分类和位置回归。在这些方法中，回归在边界框的获取中起着关键作用，但它不是必不可少的，因为文本/非文本预测也可以被认为是一种本身包含完整位置信息的语义分割。然而，场景图像中的文本实例通常彼此非常接近，使得它们很难通过语义分割分离。因此，需要实例分割来解决这个问题。提出了一种基于实例分割的场景文本检测算法PixelLink。文本实例首先通过将同一实例中的像素链接在一起来分割。然后直接从分割结果中提取文本边界框，而无需位置回归。实验表明，与基于回归的方法相比，PixelLink在多个基准测试中可以获得更好或相当的性能，同时需要更少的训练迭代次数和更少的训练数据。
2018-01-04 cs.CV
Improving Pixel Embedding Learning through Intermediate Distance Regression Supervision for Instance Segmentation
Institute of Imaging and Computer Vision（成像与计算机视觉研究所）
本文提出通过中间距离回归监督改进像素嵌入学习，以提升实例分割的性能，实验显示在CVPPP叶分割挑战中mSBD分数提升超过8%。
2020-07-13 cs.CV
Robust 6D Object Pose Estimation in Cluttered Scenes using Semantic Segmentation and Pose Regression Networks
University of Bonn（波恩大学）
目标位姿估计是机器人在复杂环境中进行自主操作的重要前提。仓库等现实世界的装箱设置带来了额外的挑战，例如，不断地添加新对象。大多数现有的物体姿态估计方法假设物体的3D模型是预先可用的。我们提出了一个管道，需要最少的人为干预和规避依赖的3D模型的可用性，通过快速数据采集方法和合成数据生成过程。这项工作建立在以前的工作上的语义分割的混乱bin-picking场景，以隔离在混乱的个别对象。在合成场景上训练附加网络以从从分割结果中提取的裁剪的以对象为中心的编码来估计对象姿态。所提出的方法进行评估的合成验证数据集和杂乱的现实世界的场景。
2018-10-08 cs.CV
Rainy screens: Collecting rainy datasets, indoors
Oxford Brookes University（牛津布鲁克斯大学）
在机器人技术中，由于难以保证正确的地面实况并与所需的天气条件同步，因此在不利条件下采集数据是一项繁琐的任务。在本文中，我们提出了一种简单的方法-记录高分辨率屏幕-从现有的清晰地面实况图像生成不同的雨天图像，该图像是域和源不可知的，简单且可扩展。这种设置使我们能够利用现有数据集的多样性与辅助任务地面实况数据，如语义分割，对象位置等，我们生成下雨的图像与真正的粘附水滴和雨条纹的城市景观和BDD的基础上，和训练一个去雨模型。我们提出了图像重建和语义分割的定量结果，以及样本外域的定性结果，表明用我们的数据训练的模型泛化良好。
2020-03-10 cs.CV
Image-level Regression for Uncertainty-aware Retinal Image Segmentation
University of Oulu（奥卢大学）
本文提出将视网膜血管分割转化为图像级回归，通过引入SAUNA变换处理标注不确定性，并结合软Jaccard指数和Focal-L1损失优化，显著提升了分割性能。
2024-07-25 cs.CV
Nuclei panoptic segmentation and composition regression with multi-task deep neural networks
Muroran Institute of Technology（室兰工业大学）；Niigata University of Healthcare and Welfare（新泻医疗福祉大学）
在苏木精和伊红染色的组织学图像内的核分割、分类和量化使得能够提取可解释的基于细胞的特征，这些特征可用于计算病理学中的下游可解释模型。结肠细胞核识别和计数（CoNIC）挑战赛旨在帮助推动计算病理学中自动细胞核识别的研究和创新。本报告描述了我们提交给CoNIC挑战的拟议方法。我们的方法采用多任务学习框架，该框架执行全景分割任务和回归任务。对于全景分割任务，我们使用编码器-解码器类型的深度神经网络，除了分割图之外，还预测方向图，以便将相邻的核分离到不同的实例中
2022-02-23 cs.CV eess.IV
Dynamic region proposal networks for semantic segmentation in automated glaucoma screening
SigTuple Technologies Pvt. Ltd.（SigTuple科技有限公司）
通过眼底图像进行青光眼诊断的筛查可以通过视杯与视盘直径比（CDR）来确定，这需要对视杯和视盘区域进行分割。在本文中，我们提出了两种新的方法，即参数共享分支网络（PSBN）和弱感兴趣区域模型为基础的分割（WRoIM），以确定盘和杯的边界。与以前的方法不同，所提出的方法通过单个神经网络架构进行端到端训练，并使用动态裁剪而不是手动或传统的基于计算机视觉的裁剪。我们能够实现类似的性能，国家的最先进的方法与较少的网络参数。我们的实验包括在公开的Drishti-GS1和RIM-ONE v3数据集上与不同的最知名方法进行比较。使用$7.8 \times 10^6$参数，我们的方法在Drishti-GS 1数据上实现了盘/杯分割的0.96/0.89的骰子分数，而现有的最先进的方法使用$19.8\times 10^6$参数实现了0.97/0.89的骰子分数。
2021-05-19 cs.CV cs.LG eess.IV
Joint Instance Segmentation and Geometric Attribute Regression for Roof Structures in Aerial Imagery
University of Amsterdam (UvA)（阿姆斯特丹大学）
提出一种从单张航空正射影像中联合预测屋顶实例分割掩码和三个连续几何属性（建筑高度、屋顶坡度、屋顶方位角）的方法，通过条件方位角损失和对数归一化高度表示解决数据噪声和分布偏斜问题，在荷兰大规模数据集上实现了高精度，并可从单张图像重建简化3D建筑模型。
2026-05-25 cs.CV
Neural Network Meta Classifier: Improving the Reliability of Anomaly Segmentation
University of Zagreb（萨格勒布大学）；Faculty of Electrical Engineering and Computing（电气工程与计算机学院）
本文提出用轻量级全连接神经网络替代逻辑回归作为元分类器，以提高异常分割的可靠性，并引入信息性分布外示例改善训练，实验证明其性能优于逻辑回归。
2024-12-14 cs.CV
Deep Distance Map Regression Network with Shape-aware Loss for Imbalanced Medical Image Segmentation
Beijing Institute of Technology（北京理工大学）；School of Computer Science（计算机学院）；Beijing Lab of Intelligent Information Technology（北京智能信息技术实验室）；Chinese Academy of Medical Sciences（北京协和医学院（中国医学科学院））
针对医学图像小目标分割受二值掩膜限制的问题，提出融合二值分割网络与轻量回归网络LR-Net的形状感知损失距离图回归分割框架，在LiTS等数据集上性能优于现有方法。
2025-01-15 cs.CV eess.IV
Pose-Aware Instance Segmentation Framework from Cone Beam CT Images for Tooth Segmentation
Seoul National University（首尔国立大学）；Soong-sil University（崇实大学）
从锥形束计算机断层扫描（CBCT）图像中分割单个牙齿是在几种应用中（如牙齿重建计划和种植体引导模拟）解剖学理解正畸结构的必要先决条件。然而，CBCT图像中严重金属伪影的存在阻碍了每个牙齿的准确分割。在这项研究中，我们提出了一个神经网络的像素标记，利用实例分割框架，是强大的金属文物。我们的方法包括三个步骤：1）图像裁剪和重新对齐的姿态回归，2）金属鲁棒的个人牙齿检测，和3）分割。我们首先通过姿态回归神经网络提取患者的对齐信息，以获得感兴趣体积（VOI）区域并重新对齐输入图像，从而减少牙齿边界框之间的相互重叠区域。然后，使用卷积检测器将各个牙齿区域定位在VOI重新对准的图像内。我们通过在区域建议网络中采用非最大抑制和多类分类度量来提高检测器的准确性。最后，我们应用卷积神经网络（CNN）通过将像素级标记任务转换为距离回归任务来执行单个牙齿分割。金属密集型图像增强也被用于金属伪影的鲁棒分割。结果表明，我们提出的方法优于其他国家的最先进的方法，特别是对牙齿的金属文物。所提出的方法的主要意义是双重的：1）引入姿态感知VOI重新对准，随后是稳健的牙齿检测，以及2）用于精确牙齿分割的金属稳健的CNN框架。
2020-02-06 cs.CV
Integrating semi-supervised label propagation and random forests for multi-atlas based hippocampus segmentation
Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院）；School of Computer and Control Engineering, Yantai University（烟台大学计算机与控制工程学院）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
在基于模式识别的标签融合框架下，将半监督标签传播方法和监督随机森林方法相结合，提出了一种新的基于多图谱的图像分割方法.半监督标签传播方法考虑要分割的图像的局部和全局图像外观，并且通过传播由监督随机森林方法获得的可靠分割结果来分割图像。特别地，使用随机森林方法来训练回归模型，所述回归模型基于针对要分割的图像的每个体素的图谱图像的图像块。回归模型用于获得可靠的分割结果，以指导用于分割的标签传播。所提出的方法进行了比较与国家的最先进的多图集为基础的图像分割方法分割的海马在MR图像。实验结果表明，该方法具有较好的分割效果。
2017-12-31 cs.CV
Distance transform regression for spatially-aware deep semantic segmentation
ONERA（法国国家航空航天研究院）；Université Paris Saclay（巴黎-萨克雷大学）；Univ. Bretagne-Sud（南布列塔尼大学）；IRISA（法国信息与随机系统研究所）
理解视觉场景越来越依赖于通过深度全卷积神经网络获得的密集像素分类。然而，由于网络的性质，预测通常会受到模糊边界和分割不良形状的影响，从而加剧了对后处理的需求。本文提出了一种基于距离变换回归的语义分割正则化方法。在计算标签掩码上的距离变换后，我们通过联合学习分类和距离回归，在离散和连续空间中的多任务设置中训练FCN。这几乎不需要修改网络结构，并且对训练过程增加了非常低的开销。学习近似距离变换反向传播空间线索，隐式地正则化分割。我们在各种数据集上使用几种架构验证了这种技术，与竞争基线相比，我们显示出显着的改进。
2019-09-04 cs.CV cs.NE eess.IV
Tooth Instance Segmentation from Cone-Beam CT Images through Point-based Detection and Gaussian Disentanglement
Seoul National University（首尔国立大学）；Soongsil University（崇实大学）
个体牙齿分割和识别锥束计算机断层扫描图像是正畸治疗的术前先决条件。使用卷积神经网络的实例分割方法已经证明了对单个牙齿分割任务的突破性结果，并且用于各种医学成像应用。虽然基于点的检测网络在牙齿图像上取得了优异的结果，但由于相邻牙齿的相似拓扑结构和邻近性质，区分相邻牙齿仍然是一项具有挑战性的任务。在这项研究中，我们提出了一个基于点的牙齿定位网络，有效地解开每一个单独的牙齿的基础上高斯解纠缠的目标函数。所提出的网络首先对所有解剖牙齿执行热图回归，并伴随着箱回归。通过最小化所有相邻齿对的热图的逐像素乘法的总和来采用新的高斯解纠缠惩罚。随后，通过将逐像素标记任务转换为距离图回归任务来执行个体牙齿分割，以最小化牙齿的相邻区域中的假阳性。实验结果表明，该算法优于国家的最先进的方法，提高了9.1%的平均检测精度，这导致在一个高性能的个人牙齿分割。所提出的方法的主要意义是双重的：1）引入不需要额外分类的基于点的牙齿检测框架，以及2）设计新颖的损失函数，其基于基于点的检测框架中的热图响应有效地分离高斯分布。
2021-02-02 cs.CV
Polarized Self-Attention: Towards High-quality Pixel-wise Regression
Nanjing University of Science and Technology（南京理工大学）；Carnegie Mellon University（卡内基梅隆大学）
逐像素回归可能是细粒度计算机视觉任务中最常见的问题，例如估计关键点热图和分割掩模。这些回归问题是非常具有挑战性的，特别是因为它们需要在低计算开销下对高分辨率输入/输出的长范围依赖性进行建模，以估计高度非线性的逐像素语义。虽然深度卷积神经网络（DCNN）中的注意力机制已经变得流行，以提高长期依赖性，但特定于元素的注意力，如非局部块，是高度复杂和噪声敏感的学习，大多数简化的注意力混合试图在多种类型的任务之间达到最佳的折衷。在本文中，我们提出了极化自注意（PSA）块，它包含两个关键设计，以实现高质量的逐像素回归：（1）极化滤波：在通道和空间注意力计算中保持高内部分辨率，同时完全折叠输入张量沿其对应维度。(2)增强功能：构成直接拟合典型细粒度回归的输出分布的非线性，例如2D高斯分布（关键点热图）或2D二项分布（二进制分割掩码）。PSA似乎已经耗尽了其仅通道和仅空间分支内的表示能力，使得其顺序布局和并行布局之间仅存在边际度量差异。实验结果表明，PSA提高了标准基线的$2-4$点，并提高了最先进的$1-2$点的二维姿态估计和语义分割基准。
2021-07-08 cs.CV
Dense Semantic Forecasting in Video by Joint Regression of Features and Feature Motion
University of Zagreb, Faculty of Electrical Engineering and Computing（萨格勒布大学电气工程与计算学院）；Rimac Automobili（里马茨汽车公司）
密集语义预测通过推断未观察到的未来图像的像素级语义来预测视频中的未来事件。我们提出了一种新的方法，适用于各种单帧架构和任务。我们的方法包括两个模块。移动到运动（F2M）模块预测一个密集的变形场，将过去的特征扭曲到未来的位置。场景到特征（F2F）模块直接回归未来的特征，因此能够解释紧急场景。复合F2MF模型以任务不可知的方式将运动的效果与新颖性的效果进行了比较。我们的目标是将F2MF预测应用于所需单帧模型的最子采样和最抽象的表示。我们的设计利用了相邻时刻的可变形卷积和空间相关系数。我们在三个密集预测任务上进行实验：语义分割、实例级分割和全景分割。结果揭示了三个密集预测任务的最新预测准确性。
2021-12-16 cs.CV
PolarMask: Single Shot Instance Segmentation with Polar Representation
The University of Hong Kong（香港大学）；Sensetime Group Ltd（商汤集团有限公司）；Xi’an Jiaotong University（西安交通大学）；Nanjing University（南京大学）；The University of Adelaide（阿德莱德大学）
在本文中，我们介绍了一个锚盒自由和Single Shot实例分割方法，这是概念上简单，完全卷积，并可以作为一个掩码预测模块实例分割，很容易嵌入到大多数现成的检测方法。我们的方法，称为PolarMask，制定了实例分割问题的实例中心分类和稠密距离回归的极坐标。此外，我们提出了两种有效的方法来处理采样高质量的中心的例子和密集距离回归的优化，分别，这可以显着提高性能，简化训练过程。在没有任何额外功能的情况下，PolarMask在具有挑战性的COCO数据集上进行单模型和单尺度训练/测试时，掩模mAP达到32.9%。这是第一次，我们展示了一个更简单，更灵活的实例分割框架，实现竞争力的准确性。我们希望所提出的PolarMask框架可以作为Single Shot实例分割任务的基本和强大的基线。代码可在：github.com/xieenze/PolarMask.
2020-02-26 cs.CV
Uncertainty Quantified Deep Learning and Regression Analysis Framework for Image Segmentation of Skin Cancer Lesions
University of California（加利福尼亚大学）；Biomedical Engineering（生物医学工程）
本文提出一种面向皮肤癌病灶分割的不确定性量化框架，结合蒙特卡洛dropout和Bayes-by-backprop估计逐像素不确定性，并首次构建四个线性回归模型，在低计算量下预测Dice分割性能。
2024-12-28 cs.CV eess.IV
NCIS: Deep Color Gradient Maps Regression and Three-Class Pixel Classification for Enhanced Neuronal Cell Instance Segmentation in Nissl-Stained Histological Images
London South Bank University（伦敦南岸大学）；University of Padova（帕多瓦大学）
针对尼氏染色脑组织图像的神经细胞实例分割需求，提出带注意力门的双分支类U-Net框架NCIS，通过颜色梯度图回归与三类别像素分类实现分割，在皮层和小脑图像上性能优于现有深度学习方法。
2023-06-27 cs.CV eess.IV q-bio.QM
Fast Training Data Acquisition for Object Detection and Segmentation using Black Screen Luminance Keying
Fraunhofer IGD（弗劳恩霍夫IGD研究院）；TU Darmstadt（达姆施塔特工业大学）
针对目标检测训练数据获取成本高的问题，提出基于99.99%吸光率黑屏的亮度键控方法，自动生成标注数据，在YCB-V数据集上效果优于传统渲染方法且耗时极短。
2024-05-13 cs.AI cs.CV
RepSNet: A Nucleus Instance Segmentation model based on Boundary Regression and Structural Re-parameterization
Signet Therapeutics
本文提出RepSNet模型，通过边界回归、边界投票机制和结构重参数化，在提升细胞核实例分割精度的同时降低推理计算负担，并在H&E病理图像上验证了其优越性。
2025-05-08 cs.CV eess.IV
Deep Neural Network Pruning for Nuclei Instance Segmentation in Hematoxylin & Eosin-Stained Histological Images
Medical University of Vienna（维也纳医科大学）；Technical University Graz（格拉茨工业大学）；Complexity Science Hub（复杂性科学中心）
最近，修剪深度神经网络（DNN）因提高准确性和泛化能力、减小网络大小和提高专用硬件上的推理速度而受到广泛关注。虽然修剪主要在计算机视觉任务上进行测试，但其在医学图像分析中的应用几乎没有被探索。这项工作研究了众所周知的修剪技术，即逐层和网络范围的幅度修剪，对组织学图像中的细胞核实例分割性能的影响。我们使用的实例分割模型由两个主要分支组成：（1）语义分割分支，以及（2）深度回归分支。我们研究了权重修剪对两个分支的性能以及最终核实例分割结果的影响。在两个公开的数据集上进行评估，我们的结果表明，对于小压缩比（CR），逐层修剪的性能略优于全网络修剪，而对于大压缩比，全网络修剪的性能更优。对于语义分割，深度回归和最终实例分割，93.75%，95%和80%的模型权重可以通过逐层修剪进行修剪，相应模型的性能降低不到2%。
2022-06-15 cs.CV eess.IV
Uncertainty Measures and Prediction Quality Rating for the Semantic Segmentation of Nested Multi Resolution Street Scene Images
University of Wuppertal（伍珀塔尔大学）
在街道场景的语义分割中，预测的可靠性以及因此的不确定性度量是最感兴趣的。我们提出了一种方法，为每个输入图像生成一个层次结构的嵌套作物周围的图像中心，并提出这些，所有重新缩放到相同的大小，神经网络的语义分割。然后对产生的softmax输出进行后处理，这样我们就可以研究所有图像作物的均值和方差，以及从应用于每个作物softmax输出的像素不确定性度量（如熵）获得的不确定性热图的均值和方差。在我们的测试中，我们使用公开的DeepLabv3+ MobilenetV2网络（在Cityscapes数据集上训练），并证明农作物的加入提高了预测的质量，并且我们获得了更可靠的不确定性度量。然后在预测的片段上聚合这些数据，以便在IoU=0和IoU>0之间进行分类（Meta分类）或通过线性回归（Meta回归）预测IoU。后者为分割网络提供了可靠的性能估计，特别是在没有地面实况的情况下。对于Meta分类的任务，我们获得了$81.93\%$的分类精度和$89.89\%$的AUROC。对于Meta回归，我们获得的$R^2$值为$84.77\%$。与其他方法相比，这些结果产生了显着的改进。
2019-04-09 cs.CV cs.LG stat.ML
Half-CNN: A General Framework for Whole-Image Regression
National University of Singapore（新加坡国立大学）；Advanced Digital Sciences Center（高级数字科学中心）
卷积神经网络（CNN）在图像分类中取得了巨大的成功。分类模型还可以在图像或块级用于许多其他应用，诸如目标检测和分割。在本文中，我们提出了一个全图像的CNN回归模型，通过删除完整的连接层和训练的网络与连续的特征映射。这是一个通用的回归框架，适合许多应用程序。我们通过两个任务来演示这种方法：同时进行人脸检测和分割，以及场景显著性预测。其结果与相应领域的其他模型相当，仅使用小规模网络。由于回归模型是在相应的图像/特征映射对上训练的，因此与分类模型相反，对统一的输入大小没有要求。我们的框架避免了分类器设计，这一过程可能会在模型开发中引入太多的手动干预。然而，它与分类网络高度相关，并提供了对CNN结构的深入审查。
2014-12-22 cs.CV cs.LG cs.NE
EOLO: Embedded Object Segmentation only Look Once
Lakehead University（湖首大学）
在本文中，我们介绍了一种无锚点和单镜头实例分割方法，该方法概念简单，具有3个独立的分支，完全卷积，并且可以通过轻松地将其嵌入到移动和嵌入式设备中来使用。该方法通过实例中心分类和对每个像素的四维距离回归，将实例分割问题转化为预测语义分割和区分重叠对象问题。此外，我们提出了一个有效的损失函数处理采样的高质量的重心的例子和优化的4D距离回归，这可以显着提高mAP性能。EOLO在IoU 50下的mAP中达到了27.7 $\%$，在1080 Ti GPU上达到了30 FPS，在具有挑战性的COCO 2017数据集上进行了单模型和单尺度训练/测试。第一次，我们表现出不同的理解实例分割在最近的方法，在两个自上而下，自下而上，和直接预测的范例。然后，我们说明了我们的模型，并提出相关的实验和结果。我们希望所提出的EOLO框架可以作为一个基本的基线，单镜头实例分割任务，在实时工业场景。
2020-03-31 cs.CV cs.LG eess.IV
Enhanced Optic Disk and Cup Segmentation with Glaucoma Screening from Fundus Images using Position encoded CNNs
Indian Institute of Technology Madras（马德拉斯印度理工学院）
在这篇手稿中，我们提出了一个强大的方法，青光眼眼底图像筛选使用的卷积神经网络（CNN）的合奏。该流水线包括首先从眼底图像分割视盘和视杯，然后提取以视盘为中心的补丁，并随后馈送到分类网络以将图像区分为患病或健康。在分割网络中，除了图像之外，我们还利用空间坐标（X \& Y）空间，以便更好地学习感兴趣的结构。分类网络由DenseNet201和ResNet18组成，它们在大量自然图像上进行了预训练。在REFUGE验证数据（n=400）中，分割网络分别实现了视盘和视杯的0.88和0.64分。对于区分受青光眼影响的图像与健康图像的任务，观察到ROC曲线下面积为0.85。
2018-09-14 cs.CV
Screener: Self-supervised Pathology Segmentation in Medical CT Images
IRA-Labs（IRA实验室）；Institute of Numerical Mathematics（数值数学研究所）；MSU（莫斯科国立大学）；MBZUAI（穆萨大学人工智能研究所）
Screener提出一种完全自监督的病理分割方法，通过密集自监督特征提取和掩码不变条件特征改进基于密度的UVAS框架，在3万多个未标注CT体数据上训练，并在多个大规模测试集及监督微调中取得最优性能。
2025-09-18 cs.CV
Infant hip screening using multi-class ultrasound scan segmentation
University of Oxford（牛津大学）
发育性髋关节发育不良（DDH）是一种婴儿股骨头在髋关节中位置不正确的疾病。我们提出了一种深度学习算法，用于分割超声图像中的关键结构，利用该算法计算股骨头覆盖率（FHC）并为DDH提供筛查诊断。据我们所知，这是第一个自动计算DDH筛查FHC的研究。我们的算法优于国际最先进水平，在89.8%的测试图像上与专家临床医生一致。
2022-11-08 cs.CV eess.IV
SRFormer: Text Detection Transformer with Incorporated Segmentation and Regression
Shanghai Jiao Tong University（上海交通大学）；Shanghai AI Laboratory（上海人工智能实验室）；Upstage AI；City University of Hong Kong（香港城市大学）
提出SRFormer，一种融合分割与回归的DETR文本检测模型，利用早期分割分支和渐进回归细化，并引入掩码信息查询增强，实现高鲁棒性、高数据效率及最先进性能。
2023-12-24 cs.CV
Fast and Robust Femur Segmentation from Computed Tomography Images for Patient-Specific Hip Fracture Risk Screening
The University of Iceland（冰岛大学）；ETH Zurich（苏黎世联邦理工学院）；The University of Calgary（卡尔加里大学）；McCaig Institute for Bone and Joint Health（麦凯格骨关节健康研究所）；The Icelandic Heart Association（冰岛心脏协会）；The Johns Hopkins University（约翰斯·霍普金斯大学）
骨质疏松症是一种常见的骨骼疾病，会增加骨折的风险。基于有限元分析的髋部骨折风险筛查方法依赖于分割的计算机断层扫描（CT）图像;然而，目前的股骨分割方法需要手动描绘大型数据集。在这里，我们提出了一个深度神经网络，用于从CT中完全自动、准确和快速地分割股骨近端。一组1147近端股骨与地面实况分割的评估表明，我们的方法是适合髋部骨折风险筛查，使我们更接近一个临床可行的选择，筛查髋部骨折易感性的风险患者。
2022-04-20 cs.CV eess.IV
SatReg: Regression-based Neural Architecture Search for Lightweight Satellite Image Segmentation
Johns Hopkins University（约翰霍普金斯大学）
SatReg通过回归方法在边缘平台实现轻量级遥感分割，利用CM-UNet作为教师模型，减少搜索空间，通过知识蒸馏高效训练学生模型，提升部署效率。
2026-04-11 cs.CV
Unifying Structure Analysis and Surrogate-driven Function Regression for Glaucoma OCT Image Screening
The Chinese University of Hong Kong（香港中文大学）；Imsight Medical Technology, Co., Ltd.（深圳见智医疗科技有限公司）；Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）
光学相干断层扫描（OCT）成像在青光眼的临床诊断中起着重要的作用。早期发现和及时治疗可以防止青光眼患者永久性视力丧失。然而，只有一个缺乏的自动化方法已经开发出基于OCT图像的青光眼研究。在本文中，我们提出了一个新的框架，有效地分类青光眼OCT图像从正常的。提出了一种基于光滑性假设的半监督学习策略，用于缺失函数回归标签的代理分配。此外，所提出的多任务学习网络能够同时从OCT图像和视野测量中探索结构和功能关系，这有助于提高分类性能。从本质上讲，我们是第一个统一的结构分析和功能回归青光眼筛查。同样值得注意的是，我们建立了最大的青光眼OCT图像数据集，涉及4877卷，以开发和评估所提出的方法。大量的实验表明，我们的框架优于基线方法和两个青光眼专家的大幅度，分别达到93.2%，93.2%和97.8%的准确性，F1评分和AUC。
2019-07-26 cs.CV
A Benchmark for Endoluminal Scene Segmentation of Colonoscopy Images
Computer Vision Center（计算机视觉中心）；Universitat Autonoma de Barcelona（巴塞罗那自治大学）；Montreal Institute for Learning Algorithms（蒙特利尔学习算法研究所）；Université de Montréal（蒙特利尔大学）；École Polytechnique de Montréal（蒙特利尔理工学院）；Hospital Clinic（临床医院）；Universidad de Barcelona（巴塞罗那大学）；Imagia Inc.（Imagia公司）
结直肠癌（CRC）是全球第三大癌症死亡原因。目前，降低CRC相关死亡率的标准方法是定期筛查息肉，结肠镜检查是首选的筛查工具。这种筛查方法的主要局限性是息肉的漏诊率和无法对息肉的恶性程度进行目视评估。这些缺点可以通过设计决策支持系统（DSS）来减少，该决策支持系统旨在通过提供腔内场景分割来帮助临床医生在手术的不同阶段。因此，在本文中，我们介绍了一个扩展的基准结肠镜图像，希望建立一个新的强大的基准结肠镜图像分析研究。我们通过训练标准全卷积网络（FCN）进行语义分割，并在没有任何进一步后处理的情况下显著优于先前的腔内场景分割结果，从而在此数据集上提供新的基线。
2016-12-02 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
A Robust Regression Approach for Background/Foreground Segmentation
New York University（纽约大学）；Huawei Technologies（华为技术有限公司）
背景/前景分割在图像和视频处理中有着广泛的应用。本文提出了一种主要针对屏幕内容中的文字和线条提取的分割算法。所提出的方法利用了这样一个事实，即在每个块中的背景通常是平滑变化的，可以很好地建模由几个平滑变化的基函数的线性组合，而前景的文本和图形创建尖锐的不连续性。该算法通过使用鲁棒回归方法将块中的像素值拟合到平滑函数中来分离背景和前景像素。可以很好地拟合的内点像素将被认为是背景，而剩余的离群点像素将被认为是前景。该算法已经在来自HEVC标准测试序列的几个图像上进行了广泛的测试，用于屏幕内容编码，并且被证明具有优于其他方法的性能，例如DjVu中基于k均值聚类的分割算法。该背景/前景分割可用于不同的应用，例如：文本提取、用于屏幕内容和混合内容文档的压缩的背景和前景的单独编码、来自掌纹的主线提取和指纹图像中的折痕检测。
2015-09-01 cs.CV
Robust and Efficient Subspace Segmentation via Least Squares Regression
University of Science and Technology of China（中国科学技术大学）；National University of Singapore（新加坡国立大学）；Hefei University of Technology（合肥工业大学）；Tongji University（同济大学）
本文研究了子空间分割问题，其目的是分割从多个线性子空间的并集中提取的数据。近年来，稀疏表示、低秩表示及其扩展方法的研究引起了人们的广泛关注.如果从中提取数据的子空间是独立的或正交的，则它们能够获得块对角亲和矩阵，这通常会导致正确的分割。它们之间的主要区别是它们的目标函数。我们从理论上证明了，如果目标函数满足一定的条件，并且数据是从独立的子空间中充分提取的，那么所得到的亲和矩阵总是块对角的。此外，如果子空间是正交的，则数据采样可能是不充分的。现有的一些方法都是特例。然后，我们提出了最小二乘回归（LSR）方法的子空间分割。它利用了数据相关性，这在实际数据中很常见。LSR鼓励分组效应，倾向于将高度相关的数据分组在一起。在Hopkins 155数据库和Extended Yale Database B数据库上的实验结果表明，该方法的性能明显优于现有方法.除了分割精度之外，所有实验都表明LSR更有效。
2014-04-27 cs.CV
3D FCN Feature Driven Regression Forest-Based Pancreas Localization and Segmentation
Graduate School of Informatics, Nagoya University（名古屋大学信息学院研究生院）；Graduate School of Information Science, Nagoya University（名古屋大学信息科学研究生院）；School of Information Science, Aichi Institute of Technology（爱知工业大学信息科学学院）；Aichi Cancer Center（爱知癌症中心）；Nagoya University Graduate School of Medicine（名古屋大学医学院）；Department of Computing, Imperial College London（帝国理工学院计算机系）；Strategy Office, Information and Communications, Nagoya University（名古屋大学信息与通信战略办公室）
本文提出了一种利用3D全卷积网络（FCN）基于特征的胰腺定位的全自动基于图谱的胰腺分割方法。胰腺的分割是困难的，因为它具有比其他器官更大的患者间空间变化。以前的胰腺分割方法未能处理这样的变化。我们提出了一种全自动胰腺分割方法，包含新的定位和分割。由于胰腺与许多其他器官相邻，因此其位置和大小与周围器官的位置密切相关。我们估计的位置和大小的胰腺（本地化）从全球功能回归森林。作为全局特征，我们使用强度差异和3D FCN深度学习特征，其中包括自动提取的分割基本特征。我们从经过训练的3D U-Net中选择了3D FCN特征，该3D U-Net经过训练以执行多器官分割。全局特征包括胰腺和周围器官信息。定位后，进行基于患者特定概率图谱的胰腺分割。在146个CT容积的评价结果中，我们实现了60.6%的Jaccard指数和73.9%的Dice重叠。
2018-06-08 cs.CV
HierarchiRetina: A Diabetic Retinopathy Screening and Grading Cascade with Heterogeneous Mixture-of-Experts Lesion Segmentation
Brac University（BRAC大学）
HierarchiRetina是一种可检查阶段输出的糖尿病视网膜病变筛查分级级联模型，采用异构专家混合病灶分割等技术，在多数据集上取得优异性能，为分阶段筛查系统的临床评估提供了方法。
2026-10-14 cs.CV
Globally Tuned Cascade Pose Regression via Back Propagation with Application in 2D Face Pose Estimation and Heart Segmentation in 3D CT Images
Dalio Institute of Cardiovascular Imaging, Weill Cornell Medical College（威尔康奈尔医学院达利奥心血管影像研究所）
最近，一个成功的姿态估计算法，称为级联姿态回归（CPR），在文献中提出。在姿势指数特征上训练，CPR是类似于Boosting的回归子集合。在本文中，我们展示了如何心肺复苏术可以表示为一个神经网络。具体来说，我们采用了一个图形Transformer网络（GTN）表示，并相应地训练CPR与反向传播（BP），允许全球调整。相比之下，以前的CPR文献只进行了逐层训练，没有任何后期微调。我们的经验表明，BP的全局训练优于逐层（预）训练。我们的CPR-GTN采用多层Percetron作为回归器，利用稀疏连接来学习局部图像特征表示。我们测试了所提出的CPR-GTN在2D人脸姿态估计问题，在以前的CPR文献。此外，我们还研究了将CPR-GTN扩展到3D姿态估计的可能性，通过使用3D CT数据集进行心脏分割来进行实验。
2015-03-30 cs.CV
Combining Image- and Geometric-based Deep Learning for Shape Regression: A Comparison to Pixel-level Methods for Segmentation in Chest X-Ray
University of Lübeck（吕贝克大学）
提出一种结合轻量级CNN与Point Transformer的混合形状回归方法，在胸部X光分割中达到与最先进卷积解码器相当的质量，且对图像失真更具稳定性，参数量远低于nnU-Net基线。
2024-01-15 cs.CV
Fully-automatic segmentation of kidneys in clinical ultrasound images using a boundary distance regression network
Huazhong University of Science and Technology（华中科技大学）；University of Pennsylvania（宾夕法尼亚大学）；Children’s Hospital of Philadelphia（费城儿童医院）
由于肾脏的形状和图像强度分布不同，因此在临床超声图像中自动分割肾脏仍然具有挑战性，尽管半自动方法已经取得了有希望的性能。在这项研究中，我们开发了一种新的边界距离回归深度神经网络来分割肾脏，这是因为肾脏边界在其外观方面在图像中相对一致。特别地，我们首先使用预先训练用于自然图像分类的深度神经网络来从超声图像中提取高级图像特征，然后将这些特征图用作输入以使用边界距离回归网络来学习肾脏边界距离图，最后以端到端学习方式使用像素分类网络将预测的边界距离图分类为肾脏像素或非肾脏像素。实验结果表明，该方法能有效提高肾脏自动分割的性能，明显优于基于深度学习的像素分类网络。
2019-01-05 cs.CV
Alligat0R: Pre-Training Through Co-Visibility Segmentation for Relative Camera Pose Regression
LIGM, Ecole des Ponts, Univ. Gustave Eiffel, CNRS, France（LIGM，巴黎理工大学，埃菲尔大学，CNRS，法国）；Univ. Bordeaux, CNRS, Bordeaux INP, IMS, UMR 5218, France（波尔多大学，CNRS，波尔多INP，IMS，UMR 5218，法国）
Alligat0R通过共视分割预训练方法在相对相机姿态回归中优于CroCo
2025-12-01 cs.CV
Can Unsupervised Methods Outperform Supervised Deep Learning When Ground Truth Is Sparse? A Case Study of Bronchovascular Bundle Segmentation in Low-Dose CT
本研究以低剂量CT的支气管血管束分割为案例，构建RONALD无监督分割流程，在真实标注稀疏时，其结节保留率显著优于现有方法，可提升极早期肺癌的肺结节检测效果。
2026-08-18 cs.CV
SegVG: Transferring Object Bounding Box to Segmentation for Visual Grounding
Illinois Institute of Technology（伊利诺伊理工学院）；Cisco Research（思科研究院）；University of Central Florida（中佛罗里达大学）
本文提出SegVG方法，将框级标注迁移为分割信号，通过多层多任务编码器-解码器和三重对齐模块，为视觉定位提供像素级监督并缓解特征域差异，在多个数据集上取得SOTA性能。
2024-07-06 cs.CV
Fast Segmentation of Left Ventricle in CT Images by Explicit Shape Regression using Random Pixel Difference Features
Dalio ICI（达利奥影像研究所）；Weill Cornell Medical College（威尔康奈尔医学院）；Cornell University（康奈尔大学）
最近，机器学习已经成功地应用于基于模型的左心室（LV）分割。总体框架包括两个阶段，首先是LV定位，然后是边界划定。两者都由监督学习技术驱动。与以前的非基于学习的方法相比，已经显示出几个优点，包括完全自动化和提高的准确性。但是，对于涉及大量案例或案例负载的应用程序，速度仍然很慢，大约为几秒，需要实时性能。在本文中，我们提出了一种快速LV分割算法的联合定位和边界划定通过训练显式形状回归随机像素差功能。在3D心脏计算机断层扫描（CT）图像体积上进行测试，所提出的算法的平均运行时间为每例1.2毫秒。在由139个CT体积组成的数据集上，5倍交叉验证显示LV内膜的分割误差为$1.21 \pm 0.11$，心外膜的分割误差为$1.23 \pm 0.11$毫米。与以前的工作相比，所提出的方法更加稳定（标准差较低），且准确度没有显着降低。
2015-07-28 cs.CV
Automatic kidney segmentation in ultrasound images using subsequent boundary distance regression and pixelwise classification networks
Huazhong University of Science and Technology（华中科技大学）；University of Pennsylvania（宾夕法尼亚大学）；The Children’s Hospital of Philadelphia（费城儿童医院）
由于肾脏的形状和图像强度分布不同，因此在临床超声（US）图像中自动分割肾脏仍然具有挑战性，尽管半自动方法已经取得了有希望的性能。在这项研究中，我们提出了后续的边界距离回归和像素分类网络分割肾脏，肾脏边界在图像中具有相对均匀的纹理模式。特别地，我们首先使用预先训练用于自然图像分类的深度神经网络来从US图像中提取高级图像特征，然后将这些特征用作使用边界距离回归网络学习肾脏边界距离图的输入，最后使用像素分类网络以端到端学习方式将预测的边界距离图分类为肾脏像素或非肾脏像素。我们还采用了一种基于肾脏形状配准的数据增强方法，从少量带有手动分割肾脏标签的US图像中生成丰富的训练数据。实验结果表明，该方法能有效提高肾脏自动分割的性能，明显优于基于深度学习的像素分类网络。
2019-03-30 cs.CV
Complementary Roles of Image Classification and Vessel Segmentation in AI-Based Screening for Retinopathy of Prematurity Plus Disease in a Kenyan Preterm Cohort
研究针对肯尼亚早产儿队列中ROP加疾病筛查，评估图像分类与血管分割多种配置，发现二者互补。分类器助于敏感病例发现，分割提高特异性减少过度转诊，结合方法性能更佳，非洲ROP人工智能系统应采用组合流程并多站点验证。
2026-07-08 cs.AI cs.CV
A Residual Encoder-Decoder Network for Segmentation of Retinal Image-Based Exudates in Diabetic Retinopathy Screening
COMSATS University Islamabad（伊斯兰堡 COMSATS 大学）；Deakin University（迪肯大学）；Victoria University（维多利亚大学）
糖尿病视网膜病变是指由糖尿病引起的视网膜病变，是世界上可预防失明的主要原因之一。早期发现糖尿病视网膜病变是通过持续筛查和治疗来避免视力问题的关键。在传统的临床实践中，使用眼底照片手动检测所涉及的病变。然而，由于病变的尺寸小和图像的对比度低，这项任务是繁琐和耗时的，并且需要大量的努力。因此，最近正在积极探索基于红色病变检测的糖尿病视网膜病变的计算机辅助诊断。在本文中，我们提出了一个卷积神经网络与残留跳过连接视网膜图像中的渗出物的分割。为了提高网络体系结构的性能，使用了合适的图像增强技术。所提出的网络可以鲁棒地分割渗出物，具有高精度，这使得它适合于糖尿病视网膜病变筛查。三个基准数据库：HEI-MED，E-ophtha，和DiaretDB 1的性能比较分析。结果表明，所提出的方法达到准确度（0.98，0.99，0.98）和灵敏度（0.97，0.92，和0.95）E-ophtha，HEI-MED，和DiaReTDB 1，分别。
2022-01-16 cs.CV eess.IV
Pixel-wise Distance Regression for Glacier Calving Front Detection and Segmentation
Friedrich-Alexander University Erlangen-Nürnberg（埃尔朗根-纽伦堡弗里德里希-亚历山大大学）
冰川崩解锋位置（CFP）是一个重要的冰川学变量。传统上，CFPs的描绘是人工进行的，这是主观的，繁琐的和昂贵的。自动化这一过程对于持续监测冰川的演变和状态至关重要。最近，已经针对该应用研究了深度学习方法。然而，目前的方法受到严重的类不平衡问题的挑战。在这项工作中，我们提出了减轻产犊前类和非产犊前类之间的类不平衡，通过重新制定分割问题到一个像素级回归任务。卷积神经网络得到优化，以预测图像中每个像素到冰川前沿的距离值。所得到的距离图定位CFP，并进一步后处理以提取产犊前线。我们提出了三种后处理方法，一种是基于统计阈值的方法，第二种是基于条件随机场（CRF）的方法，最后是使用第二个U网。实验结果证实，我们的方法显着优于国家的最先进的方法，并产生准确的描绘。第二个U-Net获得了最好的性能结果，平均提高了约21%的骰子系数增强。
2021-03-09 cs.CV
Adaptive Segmentation-Based Initialization for Steered Mixture of Experts Image Regression
Technical University of Berlin（柏林工业大学）；Mid Sweden University（中瑞典大学）；Hochschule für Technik und Wirtschaft Berlin（柏林工程应用科学大学）
针对核图像回归方法参数迭代优化计算负担重的问题，提出基于自适应分割的初始化方法，为SMoE、RBF等网络生成全局初始化，在提升质量、模型稀疏度的同时大幅缩短运行时间，且支持高效并行计算。
2024-09-16 cs.CV
RS-Net: Regression-Segmentation 3D CNN for Synthesis of Full Resolution Missing Brain MRI in the Presence of Tumours
McGill University（麦吉尔大学）
包含来自可用MRI的肿瘤的完整3D MR图像的准确合成（例如，以替换当前不可用或损坏的图像）将为临床医生以及下游推断方法提供用于疾病分析的重要补充信息。在本文中，我们提出了一种端到端3D卷积神经网络，该网络以一组采集的MR图像序列（例如T1、T2、T1 ce）作为输入，并同时执行（1）缺失全分辨率3D MRI的回归（例如FLAIR）和（2）将肿瘤分割为亚型（例如增强、核心）。假设这将使网络集中在肿瘤区域进行准确的合成。在BraTS 2015和2017数据集[1]上的实验表明：（1）所提出的方法在已建立的全局评估指标（例如PSNR）方面比最先进的方法具有更好的性能，（2）用合成MRI替换真实MR体积不会导致肿瘤和子结构分割准确性的显着下降。该系统还提供了基于蒙特卡罗（MC）丢弃[11]的不确定性估计，用于每个体素处的合成体积，允许量化每个位置处的系统输出置信度。
2018-07-28 cs.CV
Dense Regression Activation Maps For Lesion Segmentation in CT scans of COVID-19 patients
Radboudumc（拉德堡德大学医学中心）；Thirona
胸部CT上的自动病变分割可以快速定量分析COVID-19感染的肺部受累情况。然而，获得大量的体素级注释用于训练分割网络是非常昂贵的。因此，我们提出了一种基于密集回归激活图（dRAM）的弱监督分割方法。大多数弱监督分割方法利用类激活图（CAM）来定位对象。然而，由于CAM是为了分类而训练的，因此它们不能与对象分割精确对齐。相反，我们使用来自分割网络的密集特征生成高分辨率激活图，该分割网络经过训练以估计每叶病变百分比。以这种方式，网络可以利用关于所需病变体积的知识。此外，我们还提出了一个注意力神经网络模块来优化dRAM，并与主回归任务一起优化。我们评估了我们的算法对90名受试者。结果表明，我们的方法实现了70.2%的Dice系数，大大优于基于CAM的基线48.6%。
2021-11-18 cs.CV cs.LG eess.IV
Image Decomposition Using a Robust Regression Approach
本文考虑如何从屏幕内容和混合内容图像中的平滑背景中分离文本和/或图形，并提出了一种算法来执行此分割任务。所提出的方法利用这样的事实，即在每个块中的背景通常是平滑变化的，可以很好地建模由几个平滑变化的基函数的线性组合，而前景的文本和图形创建尖锐的不连续性。该算法通过使用鲁棒回归方法将块中的像素值拟合到平滑函数中来分离背景和前景像素。可以用平滑模型很好地表示的内点像素将被认为是背景，而剩余的离群点像素将被认为是前景。我们还创建了一个从HEVC标准测试序列中提取的屏幕内容图像数据集，用于屏幕内容编码，其地面真值分割结果可用于此任务。所提出的算法已被测试的数据集上提到的，并被证明具有优越的性能比其他方法，如分层k-means聚类算法，形状基元提取和编码，和最小绝对偏差拟合方案的前景分割。
2017-12-04 cs.CV
