Intracranial Aneurysm Classification and Segmentation via Tri-Axial ROI and Multi-Task Learning
Medical Image Insights Co. Ltd.（医学影像洞察有限公司）；University of Zurich（苏黎世大学）
提出多任务框架，结合2D三轴ROI提取与3D多任务nnU-Net，同时实现13个解剖位置的动脉瘤多标签分类、多类分割和血管分割，在RSNA 2025挑战中获第二名。
2026-08-26 cs.CV
L-SNet: from Region Localization to Scale Invariant Medical Image Segmentation
Tongji University（同济大学）
从粗到精模型和级联分割结构被广泛采用来解决医学图像分割中的大尺度变化问题。然而，这些方法有两个主要的局限性：第一阶段分割成为性能瓶颈;缺乏整体可区分性使得两个阶段的训练过程异步和不一致。在本文中，我们提出了一个可区分的两阶段网络架构来解决这些问题。在第一阶段，定位网络（L-Net）以检测方式定位感兴趣区域（RoIs）;在第二阶段，分割网络（S-Net）对重新校准的RoIs进行精细分割; L-Net和S-Net之间的RoI重新校准模块消除了不一致性。在公共数据集上的实验结果表明，我们的方法优于最先进的粗到细模型，计算开销可以忽略不计。
2021-02-11 cs.CV
An Automatic Seeded Region Growing for 2D Biomedical Image Segmentation
Assiut University（阿西尤特大学）
本文提出了一种自动种子区域生长算法用于细胞图像分割。首先，从预处理后的图像中提取感兴趣区域（ROI）。其次，基于从图像中提取的ROI自动选择初始种子。第三，使用机器学习算法选择最具抑制性的种子。最后，将细胞图像分割成区域，其中每个区域对应于种子。该方法的目标是从细胞图像中自动提取感兴趣区域（ROI），克服爆炸、欠分割和过分割问题。实验结果表明，该算法可以改善分割图像，分割结果比现有的一些算法噪声小。
2014-12-12 cs.CV
ROI Segmentation for Feature Extraction from Human Facial Images
Shaheed Bhagat Singh College of Engineering & Technology（沙希德·巴加特·辛格工程技术学院）
人机交互（HCI）是计算机视觉研究者的最大目标。形成不同面部图像的特征能够提供关于由不同面部运动执行的活动的非常深入的知识。本文提出了一种结合肤色分割技术、图像保持技术和基于知识的人脸识别技术，从不同的感兴趣区域提取特征提取的方法。
2012-07-12 cs.CV cs.HC
Teeth2Point: A Two-Stage Dental CBCT ROI-to-Point Segmentation Framework
ETH Zurich（苏黎世联邦理工学院）；Align Technology（Align Technology公司）
针对牙科CBCT中牙齿缺失或错位的标注难题，提出Teeth2Point框架，通过卷积定位ROI、自适应采样转点令牌，结合SSL预训练与监督微调，在四个数据集上较基线显著提升异常病例分割性能。
2026-08-20 cs.CV
Deep Learning Methods and Applications for Region of Interest Detection in Dermoscopic Images
Dartmouth College（达特茅斯学院）；UTSouthwestern Medical Center（德克萨斯大学西南医学中心）；Manchester Metropolitan University（曼彻斯特城市大学）
医学成像分析技术的快速发展是由对改进计算机辅助诊断和检测（CAD）系统的极大兴趣推动的，所述CAD系统用于三种流行的图像可视化任务：分类、分割和感兴趣区域（ROI）检测。然而，有限数量的具有地面实况注释的数据集可用于开发病变的分割和ROI检测，因为专家注释是费力且昂贵的。检测ROI对于准确定位病变至关重要。在本文中，我们提出使用两种深度目标检测元架构（Faster R-CNN Inception-V2和SSD Inception-V2）来开发皮肤镜数据集（2017 ISIC Challenge，PH 2和HAM 10000）中皮肤病变的鲁棒ROI检测，并将其性能与最先进的分割算法（DeeplabV 3+）进行比较。为了进一步展示我们工作的潜力，我们基于这种方法构建了一个智能手机应用程序，用于实时自动检测皮肤病变。此外，我们开发了一种自动化的自然数据增强方法，从ROI检测中产生皮肤镜图像的增强副本，作为皮肤病变分割的预处理步骤，以进一步提高当前最先进的深度学习算法的性能。我们提出的ROI检测有可能更适当地简化皮肤科转诊，并减少皮肤癌诊断中不必要的活检。
2022-03-01 cs.CV
Fully Automatic Liver Attenuation Estimation Combing CNN Segmentation and Morphological Operations
Vanderbilt University（范德堡大学）；Vanderbilt University Medical Center（范德堡大学医学中心）；Wake Forest School of Medicine（维克森林大学医学院）
在诊断非酒精性脂肪性肝病（NAFLD）时，手动追踪肝脏内的感兴趣区域（ROI）是测量计算机断层扫描（CT）上肝脏衰减的事实上的标准方法。然而，手动跟踪是资源密集型的。为了解决这些局限性并扩大肝脏脂肪变性定量CT测量的可用性，我们提出了自动肝脏衰减ROI测量（ALARM）方法，用于自动肝脏衰减估计。ALARM方法包括两个主要阶段：（1）基于深度卷积神经网络（DCNN）的肝脏分割和（2）自动ROI提取。首先，使用我们以前开发的SS-Net实现肝脏分割。然后，基于肝脏分割和形态学操作计算单个中心ROI（中心ROI）和三个圆形ROI（外围ROI）。ALARM方法作为开源Docker容器（https：//github.com/MASILab/ALARM）提供。来自非裔美国人糖尿病心脏研究（AA-DHS）的246名受试者（738次腹部CT扫描）用于外部验证（测试），独立于培训和验证队列（100次临床获得的CT腹部扫描）。
2019-06-29 cs.CV eess.IV
CUSUM Filter for Brain Segmentation on DSC Perfusion MR Head Scans with Abnormal Brain Anatomy
National Technical University of Ukraine “Igor Sikorsky Kyiv Polytechnic Institute”（乌克兰国立技术大学“伊戈尔·西科斯基基辅理工学院”）
本文提出了一种新的方法，相对准确的脑感兴趣区域（ROI）检测的动态磁化率对比（DSC）灌注磁共振（MR）图像的人头部异常的大脑解剖。这样的图像产生自动脑分割算法的问题，并且因此，不良灌注ROI检测影响灌注数据的定量测量和视觉评估。在所提出的方法中，图像分割是基于经调整以适用于处理DSC灌注MR图像的MANUUM滤波器的使用。分割的结果是通过使用脑边界位置生成的脑ROI的二进制掩模。脑和周围组织之间的边界的每个点被检测为通过CANUUM滤波器的变化点。所提出的所采用的DSPIUM滤波器通过累积在轨迹上移动时图像点的观测强度与期望强度之间的偏差来操作。运动轨迹是通过在背景区域内迭代改变运动方向以到达大脑区域，并且在边界交叉后反之亦然。采用Dice指数评价拟定分割方法，将所得结果与参比标准品进行比较。由经验丰富的放射科医生提供手动标记的脑区像素（参考标准）以及使用CANUUM滤波器检测的脑ROI的目视检查。结果表明，所提出的方法是适合用于脑ROI检测从DSC灌注MR图像的人头部异常的脑解剖，因此，可以应用于DSC灌注数据分析。
2019-03-26 cs.CV
An Enhancement Neighborhood connected Segmentation for 2D-Cellular Image
Assiut University（艾斯尤特大学）
一个好的分割结果取决于一组“正确”的种子选择。当输入图像有噪声时，种子可能落在不代表区域统计的非典型像素上。这可能导致错误的分割结果。本文提出了一种自动种子区域生长算法用于细胞图像分割。首先，从预处理后的图像中提取感兴趣区域（ROI）。其次，基于从图像中提取的ROI自动选择初始种子。第三，使用机器学习算法选择最具抑制性的种子。最后，将细胞图像分割成区域，其中每个区域对应于种子。提出的目标是自动提取感兴趣区域（ROI）从细胞图像中克服爆炸，下分割和过分割问题。实验结果表明，该算法可以改善分割图像，分割结果比现有的一些算法噪声小。
2014-07-14 cs.CV
Region Proposal Rectification Towards Robust Instance Segmentation of Biological Images
Rutgers University（罗格斯大学）；Yale University（耶鲁大学）；SenseBrain Research（SenseBrain研究院）
自顶向下的实例分割框架在目标检测中显示了其相对于自底向上框架的优越性。虽然自顶向下的实例分割在解决过度分割方面是有效的，但它存在过度裁剪问题。然而，一个完整的分割掩模是至关重要的生物图像分析，因为它提供了重要的形态学属性，如形状和体积。在本文中，我们提出了一个区域建议纠正（RPR）模块来解决这个具有挑战性的不完整分割问题。特别是，我们提供了一个渐进的ROIAlign模块，逐步引入邻居信息到一系列的ROI。ROI特征被馈送到一个专注的前馈网络（FFN），用于建议框回归。与额外的邻居信息，建议RPR模块显示出显着的改善，在纠正区域建议的位置，从而表现出良好的实例分割性能的三个生物图像数据集相比，国家的最先进的基线方法。实验结果表明，所提出的RPR模块在基于锚点和无锚点的自顶向下实例分割方法中都是有效的，表明所提出的方法可以应用于一般自顶向下的生物图像实例分割。
2022-11-03 cs.CV
Recursively Refined R-CNN: Instance Segmentation with Self-RoI Rebalancing
University of Parma（帕尔马大学）
在实例分割领域，大多数最先进的深度学习网络现在都依赖于级联架构，其中多个对象检测器顺序训练，在每一步重新采样地面实况。这为正样本指数消失的问题提供了解决方案。然而，它也转化为网络复杂性在参数数量方面的增加。为了解决这个问题，我们提出了递归细化的R-CNN（R^3-CNN），它通过引入循环机制来避免重复。与此同时，它使用递归重采样技术实现了质量提升，其中在每个递归中利用特定的IoU质量，以最终平等地覆盖正频谱。我们的实验突出了权重中循环机制的特定编码，需要在推理时使用它。R^3-CNN架构能够超越最近提出的HTC模型，同时显著减少参数的数量。在COCO minival 2017数据集上的实验显示，性能提升独立于所使用的基线模型。该代码可在https://github.com/IMPLabUniPr/mmdetection/tree/r3_cnn上获得。
2021-08-02 cs.CV
Region Aware Video Object Segmentation with Deep Motion Modeling
The University of Western Australia（西澳大学）；Griffith University（格里菲斯大学）
目前的半监督视频对象分割（VOS）方法通常利用一帧的全部特征来预测对象掩模和更新内存。这引入了显著的冗余计算。为了减少冗余，我们提出了一种区域感知视频对象分割（RAVOS）方法，该方法可以预测感兴趣区域（ROI），以实现高效的对象分割和内存存储。RAVOS包括一个快速的对象运动跟踪器来预测下一帧中的ROI。为了有效分割，根据感兴趣区域提取对象特征，并设计了对象解码器进行对象级分割。为了有效的内存存储，我们提出了运动路径记忆过滤掉冗余的上下文，通过记忆两帧之间的对象的运动路径内的功能。除了RAVOS，我们还提出了一个大规模的数据集，称为OVOS，基准VOS模型的性能下闭塞。对DAVIS和YouTube-VOS基准测试以及我们新的OVOS数据集的评估表明，我们的方法实现了最先进的性能，推理时间明显更快，例如，86.1 J&F在DAVIS上为42 FPS，在YouTube-VOS上为84.4 J&F，为23 FPS。
2022-07-21 cs.CV
Region of Interest Segmentation and Morphological Analysis for Membranes in Cryo-Electron Tomography
Institut Curie, CNRS UMR168, Université PSL, Sorbonne Université, Paris, France（法国巴黎Curie研究所、CNRS UMR168、巴黎综合理工学院、索邦大学）；Leiden Institute of Advanced Computer Science (LIACS), Universiteit Leiden, the Netherlands（荷兰莱顿大学莱顿先进计算机科学研究所（LIACS））
本文提出TomoROIS-SurfORA框架，用于直接分割膜区域并分析其形态学特征，适用于冷冻电镜及其他科学成像领域。
2026-02-24 cs.CV
Neutro-Connectedness Cut
Utah State University（犹他州立大学）
交互式图像分割是一项具有挑战性的任务，最近受到越来越多的关注，然而，在交互式分割方法存在两个主要的缺点。首先，基于感兴趣区域的方法的分割性能对初始感兴趣区域敏感：不同的感兴趣区域可能产生具有很大差异的结果。其次，大多数基于种子的方法需要强烈的交互，并且在许多情况下不适用。本文将Neutro-Connectedness（NC）推广到不依赖于对象自顶向下的先验知识，并利用图像区域的不确定性度量来描述图像拓扑结构，提出了一种新的确定目标和背景区域的方法，用于排除孤立的背景区域并增强标签的一致性，提出了一种混合交互式分割方法Neutro-Connectedness Cut（NC-Cut），其可以通过利用逐像素的外观信息和基于区域的NC属性来克服上述两个问题。我们使用两个图像数据集（265张图像）评估了所提出的NC-Cut，并证明了所提出的方法优于最先进的交互式图像分割方法（Grabcut，MILCut，One-Cut，MGC_max^sum和pPBC）。
2016-08-06 cs.CV
Adaptive Segmentation of Knee Radiographs for Selecting the Optimal ROI in Texture Analysis
University of Oulu（奥卢大学）；Oulu University Hospital（奥卢大学医院）；Erasmus MC, University Medical Center（伊拉斯谟医学中心大学医院）；Medical Research Center, University of Oulu and Oulu University Hospital（奥卢大学与奥卢大学医院医学研究中心）
本研究的目的是调查：1）感兴趣区（ROI）的放置对膝关节X线片中软骨下骨纹理分析的影响，以及2）几种纹理描述符区分膝关节有无放射学骨关节炎（OA）的能力。从OAI和MOST数据集的基线分析双侧膝关节后前位X线片。提出了一种基于自适应分割的全自动软骨下骨信息量最大区域定位方法。我们使用过分割策略分割膝盖图像到紧凑的区域，遵循自然纹理边界。LBP，分形维数（FD），Haralick功能，香农熵，HOG方法内的标准ROI和建议的自适应ROI内计算。随后，我们建立了逻辑回归模型，以确定和比较每个纹理描述符和每个ROI放置方法的性能，使用5折交叉验证设置。重要的是，我们还通过在OAI上训练模型并在MOST数据集上测试它们来研究我们方法的普适性，我们使用从精确度-召回率（PR）曲线获得的受试者工作特征（ROC）曲线下的面积（AUC）和平均精确度（AP）来比较结果。我们发现，自适应ROI比常用的标准ROI（AUC增加高达9%）提高了分类性能（OA与非OA）。我们还观察到，从所有纹理参数来看，LBP在所有设置中均获得最佳性能，最佳AUC为0.840 [0.825，0.852]，相关AP为0.804 [0.786，0.820]。与目前最先进的方法相比，我们的研究结果表明，在软骨下骨纹理分析中提出的自适应ROI方法可以提高检测放射学OA存在的诊断性能。
2019-08-21 cs.CV eess.IV
Cascaded V-Net using ROI masks for brain tumor segmentation
Universitat Politècnica de Catalunya. BarcelonaTech（加泰罗尼亚理工大学巴塞罗那理工）
在这项工作中，我们采用V-Net架构\cite{VNet}中启发的两个CNN级联来处理脑肿瘤分割问题，重新制定剩余连接并利用ROI掩模将网络限制为仅在相关体素上进行训练。这种架构允许对具有高度偏斜的类分布的问题进行密集训练，例如脑肿瘤分割，通过仅将训练集中在肿瘤区域的附近。我们报告了BraTS 2017训练和验证集的结果。
2018-12-30 cs.AI cs.CV cs.CY
Instance and Panoptic Segmentation Using Conditional Convolutions
The University of Adelaide（阿德莱德大学）；Meituan Inc.（美团公司）；Zhejiang University（浙江大学）
我们提出了一个简单而有效的框架，例如和全景分割，称为CondInst（条件卷积例如和全景分割）。在文献中，性能最好的实例分割方法通常遵循Mask R-CNN的范例，并依赖于ROI操作（通常是ROIAlign）来处理每个实例。相比之下，我们建议使用动态条件卷积来处理实例。我们设计动态实例感知掩码头，而不是使用实例式ROI作为固定权重的实例掩码头的输入，以待预测的实例为条件。CondInst有三个优势：1.）实例和全景分割统一到一个完全卷积的网络中，无需ROI裁剪和特征对齐。2.）的情况。ROI裁剪的消除也显著提高了输出实例掩码分辨率。3.）第三章由于动态生成的条件卷积的能力大大提高，掩模头可以非常紧凑（例如，3 conv.层，每个层仅具有8个通道），导致每个实例的推理时间显著更快，并且使总体推理时间几乎恒定，与实例的数量无关。我们展示了一种更简单的方法，可以实现提高精度和推理速度的实例和全景分割任务。在COCO数据集上，我们的表现优于一些最先进的方法。我们希望CondInst可以成为一个强大的基线，例如全景分割。代码可在：https://git.io/AdelaiDet
2022-01-20 cs.CV eess.IV
SAMReg: SAM-enabled Image Registration with ROI-based Correspondence
University College London（伦敦大学学院）；Beijing Institute of Technology（北京理工大学）
本文提出基于SAM和ROI对应的无训练配准算法SAMReg，在多个医学及非医学数据集上优于传统方法，性能接近弱监督方法。
2026-09-15 cs.CV
Non-local RoI for Cross-Object Perception
National Tsing Hua University（国立清华大学）；Umbo Computer Vision（Umbo计算机视觉公司）；Academia Sinica（中央研究院）
我们提出了一个通用的和灵活的模块，编码区域的建议，其内在的功能和外在的相关性。所提出的非局部感兴趣区域（NL-RoI）可以无缝地适应不同的广义R-CNN架构，以更好地解决各种感知任务。观察到R-CNN的现有技术独立地处理ROI，并仅基于每个区域建议中的图像特征执行预测。然而，提议之间的成对关系可以进一步为检测和分割提供有用的信息。因此，NL-RoI被制定为用来自所有其他RoI的信息来丰富每个RoI表示，并为基于区域的卷积网络产生简单，低成本，但有效的模块。我们的实验结果表明，NL-RoI可以提高Faster/Mask R-CNN的目标检测和实例分割的性能。
2018-11-25 cs.CV cs.LG
ROIsGAN: A Region Guided Generative Adversarial Framework for Murine Hippocampal Subregion Segmentation
本文提出ROIsGAN，一种基于U-Net的生成对抗网络，用于小鼠海马体亚区分割，通过区域引导的判别器损失提升分割精度，实验表明其在Dice和IoU指标上均优于传统方法。
2025-05-15 cs.CV cs.LG eess.IV
Volumetric Lung Nodule Segmentation using Adaptive ROI with Multi-View Residual Learning
HealthHub Co. Ltd.（健康中心有限公司）；Kyonggi University（京畿大学）
肺结节的准确定量可以极大地帮助肺癌的早期诊断，这可以提高患者的生存可能性。已经提出了许多结节分割技术，然而，所有现有的技术都依赖于放射科医师的3-D感兴趣体积（VOI）输入或使用恒定的感兴趣区域（ROI），并且仅调查给定VOI内结节体素的存在。这样的方法限制了调查给定VOI之外的结节存在的解决方案，并且还将冗余结构包括到VOI中，这可能导致不准确的结节分割。在这项工作中，提出了一种新的半自动方法，用于体积计算机断层扫描（CT）肺扫描中的结节的3-D分割。所提出的技术可以分为两个阶段，在第一阶段，它需要一个2-D的ROI包含结节作为输入，它执行patch-wise调查沿轴向与一种新的自适应ROI策略。自适应ROI算法使该解决方案能够动态选择周围切片的ROI，以使用深残留U-Net架构调查结节的存在。第一阶段提供结节的初始估计，其进一步用于提取VOI。在第二阶段，提取的VOI进一步研究沿冠状和矢状轴与两个不同的网络，最后，所有估计的掩模被送入共识模块，以产生结节的最终体积分割。所提出的方法已经在LIDC数据集上进行了严格的评估，LIDC数据集是最大的公开数据集。结果表明，该方法是显着的鲁棒性和准确性相比，以前的最先进的技术。
2020-02-03 cs.CV cs.LG eess.IV
Competing for pixels: a self-play algorithm for weakly-supervised segmentation
University College London（伦敦大学学院）；Beijing Institute of Technology（北京理工大学）；University of Westminster（威斯敏斯特大学）
提出一种基于强化学习自博弈的弱监督分割方法，通过双代理竞争选择感兴趣区域块，并设计终止条件，有效减少过度或欠分割，在四个数据集上超越现有方法。
2024-05-26 cs.CV cs.LG
Optimized Global Perturbation Attacks For Brain Tumour ROI Extraction From Binary Classification Models
The Hospital for Sick Children（病童医院）；University of Toronto（多伦多大学）；Vector Institute（矢量研究所）
深度学习技术极大地帮助了计算机辅助诊断系统。然而，与其他领域不同，在医学成像中，由于手动注释和隐私法规的高成本，获取大型细粒度注释数据集（如3D肿瘤分割）具有挑战性。这引起了弱监督方法的兴趣，以利用弱标记数据进行肿瘤分割。在这项工作中，我们提出了一个弱监督的方法来获得感兴趣的区域使用二进制类标签。此外，我们提出了一种新的目标函数训练的生成器模型的基础上预训练的二进制分类模型。最后，我们将我们的方法应用于MRI中的脑肿瘤分割问题。
2022-11-09 cs.CV eess.IV
A novel Region of Interest Extraction Layer for Instance Segmentation
University of Parma（帕尔马大学）
鉴于用于计算机视觉任务的深度神经网络架构的广泛传播，一些新的应用现在越来越可行。其中，最近特别关注的是实例分割，通过利用从R-CNN导出的两阶段网络（如Mask R-CNN或Faster R-CNN）可实现的结果。在这些复杂的体系结构中，感兴趣区域（ROI）提取层扮演着至关重要的角色，该层致力于从连接在主干之上的单个特征金字塔网络（FPN）层中提取一致的特征子集。本文的动机是需要克服现有的ROI提取器，只选择一个（最好的）层从FPN的局限性。我们的直觉是，FPN的所有层都保留了有用的信息。因此，所提出的层（称为通用RoI提取器- GRoIE）引入非本地构建块和注意力机制来提高性能。在组件级进行全面的消融研究，以找到GRoIE层的最佳算法和参数集。此外，GRoIE可以无缝地集成到每个两阶段的体系结构，用于目标检测和实例分割任务。因此，在不同的国家的最先进的架构中使用GRoIE所带来的改进也进行了评估。提出的层导致获得1.1%的AP提高限界框检测和1.7%的AP提高实例分割。该代码在GitHub存储库https://github.com/IMPLabUniPr/mmdetection/tree/groie_dev上公开提供
2020-10-01 cs.CV
Temporal RoI Align for Video Object Recognition
SenseTime（商汤科技）
视频目标检测在某些视频帧中存在外观劣化的情况下是具有挑战性的。因此，将来自同一视频的其它帧的时间信息聚合到当前帧中是自然的选择。然而，作为视频检测器最核心的过程之一，RoI Align仍然是从单帧特征图中提取特征，使得提取的RoI特征缺乏视频的时间信息。在这项工作中，考虑到相同的对象实例的特征是高度相似的帧之间的视频，提出了一种新的时间RoI对齐算子提取的特征，从其他帧的特征图为当前帧的建议，通过利用特征相似性。所提出的时间RoI对齐操作符可以从整个视频中提取时间信息以用于提案。我们将其集成到单帧视频检测器和其他国家的最先进的视频检测器，并进行定量实验，以证明所提出的时间RoI对齐算子可以持续和显着提高性能。此外，本文提出的时域ROI对齐算法还可以应用于视频实例分割。代码可在https://github.com/open-mmlab/mmtracking上获得
2021-09-11 cs.CV
SOIT: Segmenting Objects with Instance-Aware Transformers
Hikvision Research Institute（海康威视研究院）
本文提出了一个端到端的实例分割框架，称为SOIT，分割对象与实例感知Transformers。受DETR \cite{carion2020end}的启发，我们的方法将实例分割视为直接集预测问题，并有效地消除了对许多手工制作的组件（如ROI裁剪，一对多标签分配和非最大抑制（NMS））的需要。在SOIT中，学习多个查询以在全局图像上下文下并行地直接推理一组语义类别、边界框位置和像素掩码的对象嵌入。类和边界盒可以很容易地嵌入一个固定长度的向量。尤其是像素级掩码，通过一组参数来嵌入，以构造轻量级的实例感知的Transformer。之后，由实例感知的Transformer生成全分辨率掩码，而不涉及任何基于RoI的操作。总的来说，SOIT引入了一个简单的单阶段实例分割框架，它既没有RoI，也没有NMS。在MS COCO数据集上的实验结果表明，SOIT明显优于最先进的实例分割方法。此外，在统一的查询嵌入多个任务的联合学习也可以大大提高检测性能。代码可在\url{https://github.com/yuxiaodongHRI/SOIT}上获得。
2021-12-23 cs.CV
ROI-Packing: Efficient Region-Based Compression for Machine Vision
Florida Atlantic University（佛罗里达亚特兰大大学）
ROI-Packing通过高效压缩机器视觉中关键区域，实现比VVC更高的压缩效率和精度
2025-12-10 cs.CV
Leveraging Uncertainty for Deep Interpretable Classification and Weakly-Supervised Segmentation of Histology Images
ÉTS（蒙特利尔高等技术学院）
仅使用图像类标签进行训练，深度弱监督方法允许图像分类和ROI分割以实现可解释性。尽管他们在自然图像上取得了成功，但他们在组织学数据上面临着一些挑战，其中ROI在视觉上与背景相似，使得模型容易受到高像素误报的影响。这些方法缺乏明确的非歧视性区域建模机制，这会提高假阳性率。我们提出了新的正则化项，使模型能够同时寻求非歧视性和歧视性区域，同时阻止不平衡分割和仅使用图像类标签。我们的方法由两个网络组成：产生分割掩码的定位器，然后是分类器。训练损失推动定位器构建一个分割掩模，该掩模在对背景区域建模的同时保持大多数区分区域。在两个组织学数据集上的综合实验表明，该方法在减少假阳性和准确分割ROI方面具有优势。
2022-05-12 cs.CV cs.LG eess.IV
XAI-CLIP: ROI-Guided Perturbation Framework for Explainable Medical Image Segmentation in Multimodal Vision-Language Models
King Fahd University of Petroleum and Minerals（国王法赫德石油和矿物大学）；Massachusetts Institute of Technology（麻省理工学院）；Imperial College London（伦敦帝国学院）；KFUPM-SDAIA Joint Research Centre for Artificial Intelligence（KFUPM-SDAIA联合人工智能研究中心）
XAI-CLIP通过多模态视觉-语言模型嵌入实现医学图像分割的可解释性和效率提升，减少计算开销并提高分割精度。
2026-02-01 cs.AI cs.CV
Automated Detection of Regions of Interest for Brain Perfusion MR Images
Igor Sikorsky Kyiv Polytechnic Institute（伊戈尔·西科尔斯基基辅理工学院）
具有异常脑解剖结构的图像产生自动分割技术的问题，并且因此不良的ROI检测影响灌注数据的定量测量和视觉评估。本文提出了一种新的方法，全自动和相对准确的ROI检测的动态磁化率对比灌注磁共振，因此可以很好地应用于灌注分析。在所提出的方法中，分割输出是灌注ROI的二进制掩模，其对于空气像素、表示非脑组织的像素和脑脊液像素具有零值。二值掩模产生过程从通过阈值化提取低强度像素开始。最佳低阈值是通过从近似的解剖大脑位置获得强度像素信息来解决的。利用孔洞填充算法和二值区域生长算法去除误检区域，生成脑组织区域。此外，CSF像素提取通过对来自仅脑组织的区域的高强度像素进行阈值化来提供。灌注序列的每个时间点图像用于调整CSF像素位置。将分割结果与经验丰富的放射科医生进行的手动分割进行比较，作为评价所提出方法的参考标准。平均120幅图像的分割结果与参考标准有很好的一致性。两名经验丰富的放射科医生认为所有检测到的灌注ROI都足以满足临床使用。结果表明，该方法适用于DSC头部扫描的灌注ROI检测。基于所提出的方法的分割工具可以被实现为用于临床使用的任何自动脑图像处理系统的一部分。
2019-02-17 cs.CV eess.IV
Fully Automated Deep Learning-enabled Detection for Hepatic Steatosis on Computed Tomography: A Multicenter International Validation Study
The Second Hospital of Shandong University, Shandong University（山东大学第二医院，山东大学）；Shenzhen Third People’s Hospital, the Second Affiliated Hospital of Southern University of Science and Technology（深圳市第三人民医院，南方科技大学第二附属医院）；The First Affiliated Hospital of Hainan Medical University（海南医科大学第一附属医院）；Wuhan Asia General Hospital（武汉亚洲总医院）；Shanxi Medical University（山西医科大学）；Chengdu First People’s Hospital（成都市第一人民医院）；Keck School of Medicine, University of Southern California（南加州大学凯克医学院）；Shandong Provincial Hospital Affiliated to Shandong First Medical University（山东第一医科大学附属山东省立医院）
尽管肝脏脂肪变性的全球患病率很高，但在多个国际数据集上，没有自动诊断在检测脂肪变性方面表现出普遍性。传统上，肝脂肪变性检测依赖于临床医生在计算机断层扫描（CT）上选择感兴趣区域（ROI）来测量肝脏衰减。ROI的选择需要时间和专业知识，因此通常不会在人群中进行。为了自动化这个过程，我们验证了一个现有的人工智能（AI）系统，用于3D肝脏分割，并将其用于一种新的方法：AI-ROI，它可以自动选择ROI进行衰减测量。AI分割和AI-ROI方法在来自8个国际数据集的1，014张非对比增强胸部CT图像上进行了评价：LIDC-IDRI、NSCLC-Lung 1、RIDER、VESSEL 12、RICORD-1A、RICORD-1B、COVID-19-Italy和COVID-19-China。AI分割的平均骰子系数为0.957。通过AI-ROI测量的衰减显示无显著差异（p = 0.545），并且与专家测量相比减少了71%的时间。AI-ROI脂肪变性分类的曲线下面积（AUC）为0.921（95% CI：0.883 - 0.959）。如果作为常规筛查方法进行，我们的AI方案可能允许对肝脂肪变性进行早期非侵入性、非药物预防性干预。1，014个具有肝脂肪变性注释的患者的专家注释的肝脏分割可以在这里下载：https://drive.google.com/drive/folders/1-g_zJeAaZXYX…
2022-11-06 cs.CV eess.IV
Class-independent sequential full image segmentation, using a convolutional net that finds a segment within an attention region, given a pointer pixel within this segment
Vaya Vision（瓦亚视觉）
这项工作研究了使用全卷积网络（FCN）来找到图像片段，给定此片段区域内的像素。该网络接收图像、图像中的点和感兴趣区域（RoI）掩模。净输出是点所在段的二进制掩码。可以找到片段的区域包含在输入RoI掩码中。完整的图像分割可以通过在图像上逐个区域地顺序运行该网络，并将输出片段拼接到单个分割图中来实现。这种简单的方法解决了图像分割的两个主要挑战：1）分割未包含在训练集中的未知类别。2)分割单个对象实例（事物）和非对象（素材），如天空和植被。因此，如果指针像素位于组中的一个人内，则网络将输出覆盖该个人的掩码;如果指针点位于天空区域内，则网络返回图像中的天空区域。即使在训练集中没有出现天空或人的例子，这也是正确的。该网络在COCO panoptic数据集上进行了测试和训练，并实现了67%的IOU用于分割熟悉的类（这是网络训练集的一部分），53%的IOU用于分割不熟悉的类（不包括在训练中）。
2019-02-23 cs.CV
LINGUAL: Language-INtegrated GUidance in Active Learning for Medical Image Segmentation
UC Riverside（加州大学河滨分校）；Samsung Research America（三星美国研究机构）
针对医学图像分割主动学习标注成本高、认知负担重的问题，提出LINGUAL语言集成引导框架，通过自然语言指令转可执行程序自动完成子任务，性能优于基线且标注时间降约80%。
2025-11-18 cs.CV
UESegNet: Context Aware Unconstrained ROI Segmentation Networks for Ear Biometric
National Institute of Technology Jalandhar（贾朗达尔国家理工学院）；Indian Institute of Technology Mandi（曼迪印度理工学院）
基于生物特征的个人认证系统已经看到了强劲的需求，主要是由于在各种隐私和安全应用的日益关注。虽然每种生物特征的使用都是依赖于问题的，但已经发现人耳具有足够的辨别特征，以允许其用作强生物特征测量。在二维人脸图像中定位耳朵是一项具有挑战性的任务，现有的方法已经取得了很好的效果，但大多数研究都是基于受限环境的。然而，在无约束的环境中，耳部生物识别技术存在很大的困难，其中姿势、尺度、遮挡、光照、背景杂波等变化很大。为了解决野外人耳定位问题，我们提出了两种高性能感兴趣区域（ROI）分割模型UESegNet-1和UESegNet-2，它们基本上基于深度卷积神经网络，主要使用上下文信息在无约束环境中定位人耳。此外，我们还应用了最先进的深度学习模型，即FRCNN（更快的区域建议网络）和SSD（Single Shot MultiBox Detector）用于耳朵定位任务。为了测试模型的泛化能力，我们在六个不同的基准数据集上对它们进行了评估，即IITD、IITK、USTB-DB 3、UND-E、UND-J2和UBEAR，所有这些数据集都包含具有挑战性的图像。基于目标检测性能指标IOU（Intersection Over Union）、准确度、精确度、召回率和F1-Score对模型的性能进行了比较。已经观察到，所提出的模型UESegNet-1和UESegNet-2在较高的IOU值下优于FRCNN和SSD，…
2020-10-08 cs.AI cs.CV
Guided SAM: Label-Efficient Part Segmentation
TNO（荷兰应用科学研究组织）
针对现有部件分割标注成本高、SAM易过分割且需手动提示的问题，提出Guided SAM方法，通过粗略块标注学习位置提示引导SAM分割，以极少标注实现性能提升与标注效率优化。
2025-01-13 cs.CV
Data Adaptive Few-shot Multi Label Segmentation with Foundation Model
Advanced Technology Group, GE HealthCare（GE医疗 先进技术集团）
提出基于基础模型的适配器，解决医学图像少样本分割中模板匹配假设局限及多标签顺序执行问题，在2D/3D及不同姿态临床数据上表现优异。
2024-10-13 cs.CV
Functional Segmentation through Dynamic Mode Decomposition: Automatic Quantification of Kidney Function in DCE-MRI Images
University of Surrey（萨里大学）；University College London（伦敦大学学院）；Middlesex University（密德萨斯大学）
动态对比增强磁共振成像（DCE-MRI）中肾功能的量化需要仔细分割肾感兴趣区域（ROI）。传统上，需要人类专家在动态序列中的多个图像上手动描绘肾脏ROI。这种方法成本高、耗时且劳动密集，因此限制了患者的整个过程，并成为限制DCR-MRI在临床实践中更广泛采用的因素之一。因此，为了解决这个问题，我们提出了第一次使用的动态模式分解（DMD）的基础上自动分割的动态序列，在这种情况下，肾ROI的DCE-MRI。使用DMD耦合结合阈值和连接分量分析，首先在具有已知地面真实的合成生成的数据上进行验证，然后应用于10名健康志愿者的DCE-MRI数据集。我们发现，从我们提出的DMD框架获得的分割结果是可比的专家观察员和非常显着优于先验的边界框分割。我们的结果给出了一个平均Jaccard系数为0.87，相比之下，从三个独立的手动注释产生的平均分数为0.85，0.88和0.87。这是DMD首次作为一种强大的自动数据驱动分割方法使用，无需任何人为干预。这是一种可行的，有效的替代方法，目前的手动方法分离的肾功能的DCE-MRI。
2019-05-24 cs.CV eess.IV
Advances in Kidney Biopsy Lesion Assessment through Dense Instance Segmentation
Leiden University（莱顿大学）；Leiden University Medical Center（莱顿大学医学中心）；Amsterdam UMC, University of Amsterdam（阿姆斯特丹大学医学中心（阿姆斯特丹大学））；University Medical Center Utrecht（乌得勒支大学医学中心）；University Hospitals Leuven（鲁汶大学医院）；KU Leuven（鲁汶大学）；Van’t Hoff Institute for Molecular Sciences, University of Amsterdam（阿姆斯特丹大学范特霍夫分子科学研究所）
本文提出一种通用化肾脏活检病变评估方案，包含密集实例分割子网络DiffRegFormer和病变分类子网络，有效解决ROIs中密集多类多尺度对象的识别与分类挑战，并在检测、分割及分类指标上优于现有方法且支持跨染色域迁移。
2024-12-18 cs.AI cs.CV
ROI-based Deep Image Compression with Swin Transformers
School of Engineering Science, Simon Fraser University（西蒙菲莎大学工程科学学院）；School of Microelectronics, Xi’an Jiaotong University（西安交通大学微电子学院）；Google LLC（谷歌有限责任公司）
提出一种基于Swin Transformer的ROI图像压缩框架，通过集成ROI掩码并调整拉格朗日乘子控制区域重要性，在COCO上取得优越的检测与分割性能。
2023-05-12 cs.CV eess.IV
Boundary-RL: Reinforcement Learning for Weakly-Supervised Prostate Segmentation in TRUS Images
University College London（伦敦大学学院）；UCL Hospital NHS Foundation Trust（伦敦大学学院医院NHS基金会信托）；Wellcome EPSRC Centre for Interventional and Surgical Sciences（惠康EPSRC介入与外科科学中心）；Centre for Medical Image Computing（医学影像计算中心）；Department of Medical Physics and Biomedical Engineering（医学物理与生物医学工程系）；Division of Surgery & Interventional Science（外科与介入科学部）；Department of Urology（泌尿外科）
本研究提出Boundary-RL弱监督分割方法，将分割转化为边界检测问题，用强化学习训练控制器结合预训练边界分类器定位边界，仅需图像块级标签，在经直肠超声前列腺分割任务上性能优于多示例学习等同类方法。
2023-08-22 cs.CV
Contextual Guided Segmentation Framework for Semi-supervised Video Instance Segmentation
National Institute of Informatics（国立信息学研究所）；University of Dayton（代顿大学）；University of Science and Vietnam National University, Ho Chi Minh（胡志明市越南国家大学科学大学）
在本文中，我们提出了上下文引导分割（CGS）框架的视频实例分割在三个回合。在第一遍中，即，预览分割，我们提出实例重新识别流程来估计每个实例的主要属性（即，人类/非人类、刚性/可变形、已知/未知类别）。在第二遍中，即，上下文分割，我们介绍多个上下文分割方案。对于人类的例子，我们开发了一个帧中的对象流引导分割，以纠正和完善跨帧的结果。对于非人类实例，如果实例在外观上有很大的变化，并且属于已知类别（可以从初始掩码中推断），则采用实例分割。如果非人类实例几乎是刚性的，则我们对来自视频序列的第一帧的合成图像进行训练FCN。在最后一遍中，即，引导分割，我们开发了一种新的细粒度的非矩形感兴趣区域（ROI）的分割方法。自然形状的ROI通过应用来自当前帧的相邻帧的引导注意来生成，以减少不同重叠实例的分割中的模糊性。前向掩码传播之后是后向掩码传播，以进一步恢复由于重新出现的实例、快速运动、遮挡或严重变形而丢失的实例片段。最后，每个帧中的实例根据它们的深度值、人类和非人类对象交互以及稀有实例优先级进行合并。在DAVIS测试挑战数据集上进行的实验证明了我们提出的框架的有效性。我们在2017-2019年DAVIS挑战赛中连续获得第三名，全球得分、区域相似性和轮廓准确性分别为75.4%、72.4%和78.4%。
2022-04-11 cs.CV
End-to-End Image Compression with Segmentation Guided Dual Coding for Wind Turbines
Wind Power LAB（风电实验室）；Institut de Robòtica i Informàtica Industrial, CSIC-UPC（工业机器人研究所，西班牙国家研究委员会-加泰罗尼亚理工大学）；Department of Photonics Engineering, Technical University of Denmark (DTU)（丹麦技术大学光子工程系）
本文提出端到端深度学习框架，结合分割与双模式压缩，提升风力涡轮机图像压缩效率，确保缺陷检测精度。
2026-03-31 cs.AI cs.CV cs.LG
Collaborative Multi-agent Learning for MR Knee Articular Cartilage Segmentation
Rutgers University（罗格斯大学）；SenseTime Research（商汤科技研究院）；New Jersey Medical School（新泽西医学院）
膝关节软骨的3D形态和定量评估（即，股骨、胫骨和髌骨软骨）对于膝关节放射性骨关节炎（OA）的诊断决策非常重要。然而，在大尺寸和高分辨率的3D MR膝关节数据中有效和高效地描绘所有膝关节软骨仍然是一个开放的挑战。在本文中，我们提出了一种新的框架来解决MR膝关节软骨分割任务。主要贡献是基于对抗学习的协作多智能体分割网络。在建议的网络中，我们使用三个并行的分割代理标记软骨在各自的感兴趣区域（ROI），然后通过一个新的ROI融合层融合的三个软骨。协作学习由对抗子网络驱动。ROI融合层不仅融合了来自多个智能体的单个软骨，还将训练损失从对抗子网络反向传播到每个智能体，以实现形状和空间约束的联合学习。广泛的评价进行了数据集，包括数百个MR膝关节体积与不同的人群，所提出的方法表现出优越的性能。
2019-08-13 cs.CV cs.LG cs.MA
Finding the Most Transferable Tasks for Brain Image Segmentation
Tsinghua-Berkeley Shenzhen Institute（清华-伯克利深圳学院）；Tsinghua University（清华大学）
虽然许多研究已经成功地将迁移学习应用于医学图像分割，但很少有人研究多个源任务可供迁移时的选择策略。在本文中，我们提出了一个先验知识指导和基于可转移性的框架，以选择最好的源任务中的大脑图像分割任务的集合，以提高迁移学习的性能在给定的目标任务。该框架由模态分析，ROI（感兴趣区域）分析，和可转移性估计，这样的源任务的选择，可以细化一步一步。具体来说，我们适应国家的最先进的分析可转移性估计指标的医学图像分割任务，并进一步表明，他们的性能可以显着提高过滤候选源任务的基础上的模态和ROI特征。我们对脑物质，脑肿瘤和白质高强度分割数据集的实验表明，在相同模式下从不同任务转移通常比在不同模式下从相同任务转移更成功。此外，在同一模态下，从与目标任务具有更强RoI形状相似性的源任务转移可以显著提高最终转移性能。这种相似性可以使用标签空间中的结构相似性索引来捕获。
2023-01-03 cs.AI cs.CV cs.LG
RNA: Video Editing with ROI-based Neural Atlas
POSTECH（浦项科技大学）
提出基于ROI的神经图谱（RNA）视频编辑框架，通过用户指定编辑区域省去前景分离与建模，并设计掩码细化方法和软神经图谱模型解决遮挡与重建问题，实现更高效高质量的视频编辑。
2024-10-10 cs.CV
Setting an attention region for convolutional neural networks using region selective features, for recognition of materials within glass vessels
Vayavision
卷积神经网络已经成为图像分类和分割的主要方法。在某些情况下，希望将网络的注意力集中在图像中的特定区域上;一种这样的情况是识别透明血管的内容物，其中图像中的血管区域是已知的。这项工作提出了一种阀过滤器方法，用于将网络的注意力集中在感兴趣区域（ROI）上。在这种方法中，ROI作为二进制映射插入到网络中。该网络对ROI和背景图像区域使用不同的卷积滤波器集，从而从每个区域提取不同的特征集。更准确地说，对于图像上使用的每个滤波器，存在对应的阀滤波器，其作用于ROI图并确定将使用对应图像滤波器的区域。该阀滤波器有效地充当根据ROI图抑制不同图像区域中的特定特征的阀。此外，一个新的数据集的玻璃器皿中的材料的图像在化学实验室设置。该数据集包含一千个图像，根据类别从填充和空到容器内材料的确切相位进行像素级注释。基于该数据集比较了阀滤波器方法和没有ROI输入的全卷积神经网络（FCN）的结果。
2017-09-09 cs.CV
A Generative Adversarial Model for Right Ventricle Segmentation
King’s College London（伦敦国王学院）；University of Warwick（华威大学）
几种心血管疾病的临床管理，如肺动脉高压，需要评估右心室（RV）功能。这项工作解决了从金标准成像模式MRI中全自动和鲁棒地访问关键RV生物标志物之一，其射血分数。问题变成了从电影MRI序列中准确分割RV血池。这项工作提出了一种基于全卷积神经网络（FCNN）的解决方案，其中我们的第一个贡献是三个概念（卷积门控递归单元（GRU），生成对抗网络（GAN）和L1损失函数）的最佳组合，相对于基线FCNN，Dice指数和Hausdorff距离分别提高了0.05和3.49 mm。我们的第二个贡献是ROI-GAN，它将两个GANs设置为在图像的两个视场（全分辨率和感兴趣区域（ROI））上合作工作。我们的基本原理是通过结合全局（全分辨率）和局部感兴趣区域（ROI）特征来更好地指导FCNN学习。该研究是在$\sim$ 23.000分段MRI切片的大型内部数据集中进行的，其通用性在公开可用的数据集中得到了验证。
2018-09-27 cs.CV cs.LG stat.ML
Comparison of automatic prostate zones segmentation models in MRI images using U-net-like architectures
Tecnologico de Monterrey（蒙特雷科技大学）；CIATEQ A.C.（CIATEQ先进技术中心）；Universitat Politècnica de Catalunya（加泰罗尼亚理工大学）；Hospital Sant Joan de Déu（圣胡安德迪奥斯医院）
前列腺癌是世界范围内第二大最常见的癌症，也是男性癌症死亡的第六大原因。专家在诊断前列腺癌期间面临的主要问题是包含肿瘤组织的感兴趣区域（ROI）的定位。目前，在大多数情况下，该ROI的分割由专家医生手动执行，但是该过程受到低检测率（约27-44%）或在一些患者中过度诊断的困扰。因此，一些研究工作已经解决了从磁共振图像中自动分割和提取ROI特征的挑战，因为该过程可以极大地促进许多诊断和治疗应用。然而，由于前列腺边界不清晰、前列腺组织固有的异质性以及前列腺形状的多样性，使得这一过程很难自动化。在这项工作中，使用从第戎医院中心和加泰罗尼亚理工大学获得的MRI图像数据集训练和分析了六个深度学习模型。我们使用分类交叉熵损失函数对多种深度学习模型（即U-Net，Attention U-Net，Dense-UNet，Attention Dense-UNet，R2 U-Net和Attention R2 U-Net）进行了比较。使用通常用于图像分割的三个度量进行分析：Dice评分、Jaccard指数和均方误差。给我们分割所有区域的最佳结果的模型是R2 U-Net，Dice、Jaccard和均方误差分别达到0.869、0.782和0.00013。
2022-07-19 cs.CV eess.IV
Iris R-CNN: Accurate Iris Segmentation in Non-cooperative Environment
Duke Kunshan University（昆山杜克大学）
尽管虹膜分割技术取得了显著的进步，但在非合作环境下实现虹膜的精确分割仍然是一个巨大的挑战。在本文中，我们提出了一个深度学习框架，称为Iris R-CNN，为虹膜分割提供更高的准确性。该框架源自Mask R-CNN，并提出了几种新技术来仔细探索虹膜的独特特征。首先，我们提出了两个新的网络：（i）双圈区域建议网络（DC-RPN），和（ii）双圈分类和回归网络（DC-CRN），以考虑虹膜和瞳孔圈，以最大限度地提高虹膜分割的准确性。其次，我们提出了一种新的标准化方案的区域感兴趣（ROI），以促进一个全新的池操作的双圆区域。在两个具有挑战性的虹膜数据库UBIRIS.v2和MICHE上的实验结果表明，所提出的方法比其他最先进的方法具有更高的准确性。
2019-03-25 cs.CV
Unsupervised Region-based Anomaly Detection in Brain MRI with Adversarial Image Inpainting
Durham University（杜伦大学）；University of Exeter（埃克塞特大学）；County Durham and Darlington NHS Foundation Trust（达勒姆郡和达灵顿国民保健服务基金会信托）
进行医学分割以在手术之前确定感兴趣区域（ROI）的边界。通过允许在规划阶段研究ROI的增长、结构和行为，可以获得关键信息，从而增加成功操作的可能性。通常，分割是手动执行的，或者通过在手动注释上训练的机器学习方法来执行。相比之下，本文提出了一个全自动，无监督inpainting为基础的脑肿瘤分割系统的T1加权MRI。首先，训练深度卷积神经网络（DCNN）来重建缺失的健康大脑区域。然后，在应用时，通过识别最高重建损失的区域来确定异常区域。最后，进行超像素分割以分割这些区域。我们表明，所提出的系统是能够分割各种大小和抽象的肿瘤，并实现了平均值和标准差Dice得分分别为0.771和0.176。
2020-10-05 cs.CV eess.IV
CABLE: Cloud-Assisted Bandwidth-efficient LMM-based Encoding for V2X Systems
College of Engineering, University of Georgia（佐治亚大学工程学院）
提出CABLE框架，通过边缘端利用自我运动补偿和残差运动线索传播云分割掩码，生成感兴趣区域（ROI）并仅上传ROI掩码图像，形成掩码-ROI-LMM反馈循环，在五个数据集上实现73-87%的ROI像素覆盖减少和5-8倍LMM预填充加速。
2026-06-18 cs.CV cs.RO
Elimination of Specular reflection and Identification of ROI: The First Step in Automated Detection of Cervical Cancer using Digital Colposcopy
Jadavpur University（贾达夫普尔大学）；SSKM Hospital（SSKM医院）
宫颈癌是世界上最常见的女性癌症之一。大多数宫颈癌病例可以通过旨在检测癌前病变的筛查计划来预防。在数字阴道镜检查过程中，镜面反射（SR）表现为白光严重饱和的亮点。这些发生是由于子宫颈表面不平坦的水分的存在，其作用就像反射来自照明源的光的镜子。除了对实际特征进行分割之外，SR还影响后续的分割例程，因此必须将其删除。我们的新技术消除了SR，使阴道镜图像（宫颈）准备分割算法。宫颈区域占据宫颈照片图像的大约一半。图像的其他部分包含不相关的信息，例如设备、帧、文本和非宫颈组织。这种不相关的信息会混淆子宫颈内组织的自动识别。因此，第一步是关注宫颈边界，以便我们在相关图像区域上具有几何边界。我们提出了一种改进的kmeans聚类算法来评估感兴趣区域。
2011-08-11 cs.CV physics.med-ph
VideoSeg-R1:Reasoning Video Object Segmentation via Reinforcement Learning
VideoSeg-R1通过引入强化学习，首次实现了视频对象分割的推理任务，采用解耦架构和显式推理链提升效率与准确性。
2025-11-20 cs.CV
STC: Spatio-Temporal Contrastive Learning for Video Instance Segmentation
Tencent Youtu Lab（腾讯优图实验室）；The Chinese University of Hong Kong（香港中文大学）；Shanghai Jiao Tong University（上海交通大学）
视频实例分割（VIS）是同时需要视频中的分类、分割和实例关联的任务。最近的VIS方法依赖于复杂的管道来实现这一目标，包括ROI相关操作或3D卷积。相比之下，我们提出了一个简单而有效的单级VIS框架的基础上的实例分割方法CondInst通过添加一个额外的跟踪头。为了提高实例关联的准确性，提出了一种新的跨帧跟踪嵌入的双向时空对比学习策略。此外，一个实例的时间一致性计划被用来产生时间上一致的结果。在YouTube-VIS-2019、YouTube-VIS-2021和OVIS-2021数据集上进行的实验验证了该方法的有效性和效率。我们希望所提出的框架可以作为一个简单而强大的替代许多其他实例级视频关联任务。
2022-08-20 cs.CV
