Wide-Residual-Inception Networks for Real-time Object Detection
Inha University(仁荷大学)
自从卷积神经网络(CNN)模型出现以来,计算机视觉中的一些任务已经积极地部署了用于特征提取的CNN模型。然而,传统的CNN模型具有高计算成本并且需要高存储容量,这对于诸如嵌入式板或移动平台上的实时的【形】道路上目标检测的商业应用是不切实际的并且是负担不起的。为了解决CNN模型的这一局限性,本文提出了一种宽残差初始(WR-Inception)网络,该网络基于残差初始单元构建架构,该单元捕获同一特征图上各种大小的对象,以及与ResNet等最先进的网络相比更浅和更宽的层。为了验证所提出的网络,本文进行了两个实验,一个是CIFAR-10/100上的分类任务,另一个是在KITTI数据集上使用单次多盒检测器(SSD)的道路上的目标检测任务。
2017-07-17 cs.CV
Fully automatic computer-aided mass detection and segmentation via pseudo-color mammograms and Mask R-CNN
School of Information Technology and Electrical Engineering, University of Queensland(昆士兰大学信息技术与电气工程学院)
乳腺摄影肿块检测和分割通常作为连续和单独的任务执行,在先前的研究中,分割通常仅在手动确认的真阳性检测上执行。我们提出了一个完全集成的计算机辅助检测(CAD)系统,用于同时进行乳房X线摄影肿块检测和分割,而无需用户干预。所提出的CAD仅包括伪彩色图像生成和基于Mask R-CNN的质量检测分割阶段。基于多尺度形态筛选将灰度乳房X线照片转换为伪彩色图像,其中增强了团块状图案以提高Mask R-CNN的性能。然后采用Mask R-CNN的迁移学习来同时检测和分割伪彩色图像上的肿块。在公共数据集INbreast上进行评估,该方法通过在每张图像0.9个假阳性时实现0.90的平均真阳性率和0.88的平均Dice相似性指数来进行质量分割,从而优于最先进的方法。
2019-10-19 cs.CV
Iterative Residual Image Deconvolution
Beijing Normal University(北京师范大学);Tianjin University(天津大学);Sensetime Research(商汤科技研究院)
图像去模糊,又名图像去卷积从由模糊退化引起的像素叠加恢复清晰图像。很少有深度卷积神经网络(CNN)成功地解决了这一任务。在本文中,我们首先证明了最小均方误差(MMSE)的解决方案,图像去模糊可以有趣地展开成一系列的残留成分。在此基础上,提出了一种新的迭代残差反褶积算法。此外,IRD激励我们向前迈出一步,设计一个可解释的和有效的CNN架构的图像去卷积。具体而言,部署一系列残余CNN单元,然后将其中间输出级联并积分,从而产生级联残余卷积网络(CRCNet)。实验结果表明,建议CRCNet不仅实现了更好的定量指标,但也恢复了更多的视觉上合理的纹理细节相比,国家的最先进的方法。
2018-11-04 cs.CV
Single Image Super-resolution via a Lightweight Residual Convolutional Neural Network
School of Computer and Information Technology, Shanxi University(山西大学计算机与信息技术学院);Harbin Institute of Technology(哈尔滨工业大学)
近年来,卷积神经网络(CNN)在解决低层次和高层次的各种问题方面取得了巨大的成功。特别值得注意的是残差网络,它最初被提出来处理高层次的视觉问题,并享有一些优点。本文旨在将残差网络的优点,如跳跃连接诱导的快速训练,扩展到一个典型的低层次视觉问题,即,单个图像超分辨率。一般来说,现有深度CNN的超分辨率的两个主要挑战在于梯度爆炸/消失问题以及随着CNN更深入而产生的大量参数或计算成本。相应地,利用跳跃连接或单位映射捷径来避免梯度爆炸/消失问题。此外,跳过连接自然地集中了激活,从而带来了更好的性能。为了解决第二个问题,提出了一种轻量级的CNN架构,该架构具有精心设计的宽度,深度和跳过连接。特别地,对于剩余网络,提出了一种逐渐改变网络形状的策略。还比较了用于图像超分辨率的不同残差架构。实验结果表明,提出的CNN模型不仅可以实现最先进的PSNR和SSIM结果的单图像超分辨率,但也产生视觉上愉快的结果。本文扩展了mmm 2017口头会议论文,特别是从剩余网络的中心激活和集成行为的角度进行了大量新的分析和更多的实验。
2017-12-06 cs.CV
Learning Spatio-Temporal Representation with Pseudo-3D Residual Networks
University of Science and Technology of China(中国科学技术大学);Microsoft Research(微软研究院)
卷积神经网络(CNN)已被视为一类强大的模型,用于图像识别问题。然而,当利用CNN来学习时空视频表示时,这并非微不足道。一些研究表明,执行3D卷积是捕获视频中空间和时间维度的有益方法。然而,从头开始开发非常深的3D CNN导致昂贵的计算成本和存储器需求。一个有效的问题是为什么不将现成的2D网络回收用于3D CNN。在本文中,我们通过在空间域(相当于2D CNN)上使用$1\times3\times3$卷积滤波器模拟$3\times3\times3$卷积加上$3\times1\times1$卷积来构建时间上相邻特征映射的时间连接,从而在残差学习框架中设计了瓶颈构建块的多种变体。此外,我们提出了一种新的架构,称为伪三维残差网络(P3 D ResNet),它利用了块的所有变体,但将每个变体组合在ResNet的不同位置,遵循的理念是,通过深入增强结构多样性可以提高神经网络的能力。我们的P3 D ResNet在Sports-1 M视频分类数据集上对3D CNN和基于帧的2D CNN分别实现了5.3%和1.8%的明显改进。我们进一步研究了预训练的P3 D ResNet在五个不同的基准测试和三个不同的任务上产生的视频表示的泛化性能,证明了优于几种最先进技术的性能。
2017-11-28 cs.CV
Recurrent Residual Module for Fast Inference in Videos
Shanghai Jiao Tong University(上海交通大学);Zhejiang University(浙江大学);Massachusetts Institute of Technology(麻省理工学院)
深度卷积神经网络(CNN)在视频姿态估计和视频目标检测等许多视频识别任务中取得了令人印象深刻的进展。然而,由于单独处理密集帧,对视频的CNN推断在计算上是昂贵的。在这项工作中,我们提出了一个框架,称为递归残差模块(RRM),以加速视频识别任务的CNN推理。该框架采用了一种新颖的设计,即利用连续两帧的中间特征图的相似性,大大减少了冗余计算。与以前的工作相比,所提出的方法的一个独特的属性是精确计算每帧的特征图。实验表明,在保持类似识别性能的同时,我们的RRM在常用的CNN(如AlexNet,ResNet,深度压缩模型)上平均产生2倍的加速(因此比使用高效推理引擎的原始密集模型快8- 12倍),并且在一些二进制网络(如XNOR-Nets)上产生9倍的加速(因此比原始模型快500倍)。我们进一步验证了RRM在加速CNN进行视频姿态估计和视频目标检测方面的有效性。
2018-02-27 cs.CV
3D CNN with Localized Residual Connections for Hyperspectral Image Classification
Madan Mohan Malaviya University of Technology(马丹·莫汉·马拉维亚技术大学);Malaviya National Institute of Technology Jaipur(斋浦尔马拉维亚国家理工学院)
在本文中,我们提出了一种新的三维CNN网络与局部残差连接的高光谱图像分类。我们的工作与现有的方法进行了比较研究,用于提取更深层次的功能,并提出了一个模型,该模型结合了网络中的多个阶段的剩余功能。该架构通过3D卷积层处理来自高光谱图像的个体空间光谱特征丰富的立方体。由于低级别和高级别特征的同化,剩余连接导致改进的性能。我们在帕维亚大学和帕维亚中心数据集上进行实验,以进行性能分析。我们比较了我们的方法与两个最近的国家的最先进的高光谱图像分类方法的方法。所提出的网络性能优于现有的方法有很好的保证金。
2019-12-06 cs.CV eess.IV
Evolving CNN Architectures: From Custom Designs to Deep Residual Models for Diverse Image Classification and Detection Tasks
本文提出了一种定制CNN架构,通过比较不同深度和残差连接策略,展示了其在图像分类和检测任务中的性能优势,特别是在细粒度多类识别中表现突出。
2026-01-03 cs.AI cs.CV
Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising
Harbin Institute of Technology(哈尔滨工业大学);The Hong Kong Polytechnic University(香港理工大学);Graz University of Technology(格拉茨技术大学);Xi’an Jiaotong University(西安交通大学)
判别模型学习在图像去噪中具有良好的去噪性能,近年来受到了广泛的关注。在本文中,我们通过研究前馈去噪卷积神经网络(DnCNN)的构建向前迈出了一步,以将非常深入的架构,学习算法和正则化方法的进展纳入图像去噪。具体来说,残差学习和批量归一化被用来加快训练过程以及提高去噪性能。与现有的判别式去噪模型不同,现有的判别式去噪模型通常训练特定模型用于特定噪声水平的加性高斯白噪声(AWGN),我们的DnCNN模型能够处理未知噪声水平的高斯去噪(即,盲高斯去噪)。通过残差学习策略,DnCNN隐式地去除隐藏层中潜在的干净图像。这个属性促使我们训练单个DnCNN模型来处理几个一般的图像去噪任务,如高斯去噪,单图像超分辨率和JPEG图像去块。我们广泛的实验表明,我们的DnCNN模型不仅可以在几个一般的图像去噪任务中表现出高效率,而且还可以通过受益于GPU计算来有效地实现。
2016-08-13 cs.CV
Dilated Deep Residual Network for Image Denoising
卷积神经网络(CNN)等深度神经网络的变体已成功应用于图像去噪。目标是在给定由噪声图像和干净图像对组成的训练数据的情况下,自动学习从噪声图像到干净图像的映射。大多数现有的用于图像去噪的CNN模型具有许多层。在这种情况下,模型涉及大量的参数,并且对于训练来说在计算上是昂贵的。在本文中,我们开发了一个扩张的残差CNN高斯图像去噪。与最近提出的残差去噪方法相比,我们的方法可以以更少的计算成本达到相当的性能。具体地说,我们通过在残差网络中采用扩张卷积来扩大感受野,并将扩张因子设置为一定值。我们利用适当的零填充来使输出的维度与输入相同。实验证明,感受野的扩大可以提高CNN在图像分类中的性能,并且我们进一步证明,它也可以导致去噪问题的竞争性能。此外,我们提出了一个公式来计算感受野大小时,扩张卷积。因此,可以从数学上解释感受野的变化。为了验证我们的方法的有效性,我们进行了广泛的实验,灰度和彩色图像去噪特定或随机噪声水平。与最先进的基线相比,定量测量和去噪的视觉结果都是有希望的。
2017-09-27 cs.CV
Denoising of 3D MR images using a voxel-wise hybrid residual MLP-CNN model to improve small lesion diagnostic confidence
Fudan University(复旦大学);Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University(复旦大学类脑智能科学与技术研究院);Huashan Hospital, Fudan University(复旦大学附属华山医院)
磁共振成像(MRI)图像中的微小病灶对于临床诊断多种疾病至关重要。然而,各种噪声很容易使MRI图像质量下降,严重影响了微小病变诊断的准确性。尽管已经提出了一些对MR图像进行去噪的方法,但缺乏用于提高小病变诊断置信度的特定任务去噪方法。在这项工作中,我们提出了一个逐体素的混合残差MLP-CNN模型去噪三维(3D)MR图像与小病变。我们结合了基本的深度学习架构MLP和CNN,以获得适当的图像去噪固有偏差,并通过添加残差连接来整合MLP和CNN中的每个输出层,以利用远程信息。我们评估了720 T2-FLAIR脑图像在不同的噪声水平的小病灶所提出的方法。结果表明,我们的方法在测试数据集上的定量和视觉评价相比,国家的最先进的方法的优越性。此外,两位经验丰富的放射科医生一致认为,在中等和高噪声水平下,我们的方法在恢复小病变和整体图像去噪质量方面优于其他方法。我们的方法的实现可以在https://github.com/laowangbobo/Residual_MLP_CNN_Mixer上获得。
2022-09-28 cs.CV eess.IV
ResDiff: Combining CNN and Diffusion Model for Image Super-Resolution
Shandong University(山东大学);Linyi University(临沂大学);Qilu University of Technology(齐鲁工业大学)
针对扩散概率模型直接用于图像超分辨率效率低的问题,提出基于残差结构的ResDiff模型,结合CNN恢复低频分量、DPM预测残差,辅以频域损失与引导扩散,在多个基准上实现了更优的超分辨率效果与效率。
2024-02-02 cs.CV
ATMS-KD: Adaptive Temperature and Mixed Sample Knowledge Distillation for a Lightweight Residual CNN in Agricultural Embedded Systems
TEDAEEP Research Group, FPL, Abdelmalek saadi University(TEDAEEP研究组,FPL,阿德莱尔马萨迪大学);Smart System Laboratory (SSL), ENSIAS, Mohammed V University(智能系统实验室(SSL),ENSIAS,穆罕默德五世大学)
本文提出ATMS-KD框架,结合自适应温度调度与混合样本增强,将MobileNetV3 Large教师模型知识蒸馏到轻量级残差CNN学生模型,在摩洛哥大马士革蔷薇成熟度分类任务上以97.11%准确率和最低推理延迟超越十一种已有蒸馏方法。
2025-08-27 cs.CV
Deep Residual Axial Networks
University of Louisiana at Lafayette(路易斯安那大学拉法叶分校)
虽然卷积神经网络(CNN)在计算机视觉任务上表现出出色的性能,但它们的计算成本仍然很高。有几种技术可以用来降低这些成本,比如减少通道数,以及使用可分离卷积和依赖可分离卷积。本文通过引入一种新的架构,轴向CNN,它取代了空间2D卷积运算与两个连续的dependency可分离的1D操作,降低了计算成本。轴向CNN是基于以下假设来预测的:数据集支持近似可分离的卷积运算,并且训练精度几乎没有损失。深度轴向可分离CNN在训练深度网络时仍然存在梯度问题。我们修改了具有剩余连接的轴向可分离CNN的构造,以提高深度轴向架构的性能,并介绍了我们最终的新架构,即剩余轴向网络(RAN)。广泛的基准测试评估表明,RAN在CIFAR基准测试、SVHN和Tiny ImageNet图像分类数据集上的性能至少比ResNets、wide ResNets、MobileNets和SqueezeNexts高1%,参数减少约77%、86%、75%和34%,失败次数减少约75%、80%、67%和26%。此外,我们提出的RAN提高了深度递归残差网络的性能,在图像超分辨率数据集上的参数减少了94%。
2023-03-18 cs.CV eess.IV
Fixed Pattern Noise Reduction for Infrared Images Based on Cascade Residual Attention CNN
Xidian University(西安电子科技大学);Chengdu University of Information Technology(成都信息工程大学);National Institute of Informatics (NII)(日本国立信息学研究所)
现有的固定模式噪声抑制(FPNR)方法容易受到场景运动状态和图像传感器工作状态的影响,导致图像过于平滑,出现重影现象,收敛速度慢。为了解决这些问题,我们设计了一个创新的级联卷积神经网络(CNN)模型与剩余跳过连接,实现单帧盲FPNR操作,无需任何参数调整。此外,一个粗-精卷积(CF-Conv)单元被引入到提取互补的功能,在不同的尺度和融合,以挑选更多的空间信息。受视觉注意机制成功的启发,我们进一步提出了一种特殊的空间通道噪声注意单元(SCNAU),以更彻底地将场景细节从固定模式噪声中分离出来,更准确地恢复真实场景。测试数据的实验结果表明,所提出的级联CNN-FPNR方法优于现有的FPNR方法在视觉效果和定量评估。
2019-10-22 cs.CV eess.IV
RS-CA-HSICT: A Residual and Spatial Channel Augmented CNN Transformer Framework for Monkeypox Detection
University of Engineering and Applied Sciences (UEAS)(工程与应用科学大学)
RS-CA-HSICT框架通过残差和空间通道增强,结合CNN和Transformer提升猴痘检测的准确性和鲁棒性。
2025-11-19 cs.AI cs.CV cs.LG
Negative Pseudo Labeling using Class Proportion for Semantic Segmentation in Pathology
Kyushu University(九州大学);Kyoto University Hospital(京都大学医院);National Institute of Informatics(国立信息学研究所)
我们提出了一种弱监督细胞跟踪方法,该方法可以训练仅使用“细胞检测”的注释(即,细胞位置的坐标),其中细胞位置可以通过核染色容易地获得。首先,我们训练一个联合检测CNN,它通过使用弱标签来检测连续帧中的细胞。我们的关键假设是,协同检测CNN除了检测之外,还隐式地学习关联。为了获得关联信息,我们提出了一种向后和向前传播的方法,该方法分析了协同检测CNN输出的检测图中细胞位置的对应关系。实验结果表明,该方法通过对协同检测CNN的分析,能够实现位置匹配。即使该方法只使用弱监督,我们的方法的性能几乎是相同的国家的最先进的监督方法。
2020-07-16 cs.CV
Pseudo-positive regularization for deep person re-identification
University of Texas at San Antonio(德克萨斯大学圣安东尼奥分校)
人的重新识别(re-ID)的一个内在挑战是注释困难。这通常意味着1)每个身份的训练样本很少,以及2)因此训练样本之间缺乏多样性。因此,在训练卷积神经网络(CNN)(一种最先进的个人身份识别方法)时,我们面临过拟合的高风险。为了降低过拟合的风险,本文提出了一种伪正正则化(PPR)方法来丰富训练数据的多样性。具体地,使用目标训练数据作为查询来检索来自独立行人数据库的未标记数据。这些检索到的样本中的一小部分被随机选择为伪阳性样本,并添加到目标训练集中用于监督CNN训练。因此,添加伪阳性样本是一种数据增强方法,可降低CNN训练期间过度拟合的风险。我们在识别CNN模型中实现我们的想法(即,CaffeNet、VGGNet-16和ResNet-50)。在CUHK 03和Market-1501数据集上的实验结果表明,该方法始终提高了基线,并产生了具有竞争力的性能,以国家的最先进的人重新ID方法。
2017-11-17 cs.CV
An End-to-End Joint Unsupervised Learning of Deep Model and Pseudo-Classes for Remote Sensing Scene Representation
National University of Defense Technology(国防科技大学)
本文提出了一种基于卷积神经网络(CNN)和伪类的端到端深度无监督学习方法,用于遥感场景表示。首先,我们引入中心点作为伪类的中心,训练样本可以基于中心点分配伪标签。因此,用于从场景中提取特征的CNN模型可以用伪标签进行监督训练。此外,伪中心损失的发展,以减少样本和相应的伪中心点之间的方差。伪中心丢失是重要的,因为它可以同时用训练样本更新中心点和用训练过程中的中心点更新CNN模型。最后,伪中心损失和伪softmax损失的联合学习,这是制定与样本和伪标签的无监督遥感场景表示,以获得从场景的歧视性表示。在两个常用的遥感场景数据集上进行实验,验证了该方法的有效性,实验结果表明了该方法相对于其他方法的优越性。
2019-03-18 cs.CV
A Novel Feature Map Enhancement Technique Integrating Residual CNN and Transformer for Alzheimer Diseases Diagnosis
University of Engineering and Applied Sciences (UEAS)(工程与应用科学大学)
提出一种融合残差CNN与Transformer的FME-Residual-HSCMT技术,通过特征图增强和空间注意力机制,在Kaggle数据集上以98.42%准确率实现阿尔茨海默病MRI高效诊断。
2024-05-25 cs.AI cs.CV eess.IV
Towards Real-Time Head Pose Estimation: Exploring Parameter-Reduced Residual Networks on In-the-wild Datasets
Fraunhofer-Institute for Integrated Circuits IIS(弗劳恩霍夫集成电路研究所)
头部姿态是人体通信的关键组成部分,因此是人机交互的决定性元素。实时的【形】头部姿态估计在人机交互或驾驶员辅助系统中至关重要。最有前途的头部姿态估计方法是基于卷积神经网络(CNN)。然而,CNN模型通常过于复杂,无法实现实时的【形】性能。为了应对这一挑战,我们探索了CNN的一个流行子组,即残差网络(ResNets),并对其进行了修改,以减少其参数数量。ResNet针对不同的图像大小进行修改,包括低分辨率图像,并与不同数量的图层组合。他们在野外数据集上进行训练,以确保现实世界的适用性。因此,我们证明了ResNets的性能可以保持,同时减少参数的数量。修改后的ResNets达到了最先进的精度,并提供了实时的【形】适用性的快速推理。
2019-08-01 cs.CV
Residual-SwinCA-Net: A Channel-Aware Integrated Residual CNN-Swin Transformer for Malignant Lesion Segmentation in BUSI
University of Engineering and Applied Sciences (UEAS), Swat(斯瓦特工程与应用科学大学(UEAS))
残差-滑动窗口通道注意力网络通过结合残差CNN和滑动窗口变换模块,提升乳腺恶性病变分割的准确性和鲁棒性。
2025-12-09 cs.AI cs.CV cs.LG
Improved Residual Networks for Image and Video Recognition
Inception Institute of Artificial Intelligence (IIAI)(起源人工智能研究院)
残差网络(ResNets)代表了一种功能强大的卷积神经网络(CNN)架构,广泛应用于各种任务中。在这项工作中,我们提出了一个改进版本的ResNets。我们提出的改进解决了ResNet的所有三个主要组成部分:通过网络层的信息流,剩余构建块和投影快捷方式。我们能够在准确性和学习收敛方面表现出一致的改进。例如,在ImageNet数据集上,使用具有50层的ResNet,对于top-1精度,我们可以报告在一个设置中比基线提高1.19%,在另一个设置中提高约2%。重要的是,这些改进是在不增加模型复杂性的情况下获得的。我们提出的方法允许我们训练非常深的网络,而基线显示出严重的优化问题。我们报告了六个数据集上三个任务的结果:图像分类(ImageNet,CIFAR-10和CIFAR-100),目标检测(COCO)和视频动作识别(Kinetics-400和Something-Something-v2)。在深度学习时代,我们为CNN的深度建立了一个新的里程碑。我们成功地在ImageNet数据集上训练了一个404层的深度CNN,并在CIFAR-10和CIFAR-100上训练了一个3002层的网络,而基线无法在如此极端的深度下收敛。代码可在:https://github.com/iduta/iresnet
2020-04-10 cs.CV
CE-RS-SBCIT A Novel Channel Enhanced Hybrid CNN Transformer with Residual, Spatial, and Boundary-Aware Learning for Brain Tumor MRI Analysis
Ibadat International University(伊巴达特国际大学);University of Engineering and Applied Sciences (UEAS)(工程与应用科学大学)
针对脑肿瘤 MRI 分类中计算成本高及对比度、结构和纹理差异问题,提出 CE-RS-SBCIT 混合 CNN-Transformer 框架,在多类数据集上实现 98.30% 准确率。
2025-08-29 cs.AI cs.CV
Brain Tumor MRI Classification using a Novel Deep Residual and Regional CNN
Pakistan Institute of Engineering and Applied Sciences (PIEAS)(巴基斯坦工程与应用科学学院);Ibadat International University(伊巴达特国际大学);University of Engineering and Applied Science (UEAS)(工程与应用科学大学)
脑肿瘤分类对于临床分析和有效的治疗方案至关重要。深度学习模型可以帮助放射科医生准确有效地分析肿瘤,而无需人工干预。然而,脑肿瘤分析是具有挑战性的,因为它的复杂结构,纹理,大小,位置和外观。因此,开发了一种新的基于深度残差和区域的Res-BRNet卷积神经网络(CNN),用于有效的脑肿瘤(磁共振成像)MRI分类。开发的Res-BRNet在修改后的空间和剩余区块内以系统的顺序采用基于区域和边界的操作。此外,空间块提取同质性和边界定义的功能在抽象的水平。此外,在目标水平采用的残差块显著地学习不同类别的脑肿瘤的局部和全局纹理变化。开发的Res-BRNet的效率在标准数据集上进行评估;从Kaggle和Figshare收集,包含各种肿瘤类别,包括脑膜瘤、神经胶质瘤、垂体和健康图像。实验证明,所开发的Res-BRNet优于标准的CNN模型,并在具有挑战性的数据集上获得了优异的性能(准确率:98.22%,灵敏度:0.9811,F-score:0.9841,精度:0.9822)。此外,所提出的Res-BRNet的性能表明了基于医学图像的疾病分析的强大潜力。
2022-12-10 cs.CV cs.LG eess.IV
Unsupervised Category Discovery via Looped Deep Pseudo-Task Optimization Using a Large Scale Radiology Image Database
National Institutes of Health Clinical Center(美国国立卫生研究院临床中心)
在大规模放射学图像数据库(来自61,845个独特患者的215,786个关键图像)上获得语义标签是训练用于图像识别的高效深度卷积神经网络(CNN)模型的先决条件但也是瓶颈。然而,用于收集图像标签的常规方法(例如,谷歌搜索,然后是众包)不适用,因为对于那些没有接受过临床培训的人来说,医学注释任务非常困难。由于不确定性和可能的剧烈观察者间变化或不一致性,这种类型的图像标记任务即使对于放射科医生也是重要的。在本文中,我们提出了一个循环的深度伪任务优化过程的自动类别发现的视觉连贯性和临床语义(概念)集群。我们的系统可以通过特定领域(在放射学图像和文本报告衍生标签上训练的CNN)或通用(基于ImageNet)CNN模型初始化。之后,通过循环的深度图像特征聚类(以细化图像标签)和使用新标签的深度CNN训练/分类(以获得更多代表任务的深度特征)来利用伪任务序列。我们的方法在概念上很简单,并且基于更好的标签的假设“收敛”,从而得到更好的训练CNN模型,这些模型反过来提供更有效的深度图像特征,以促进更有意义的聚类/标签。我们已经从经验上验证了收敛性,并展示了有前途的定量和定性结果。发现了比以前工作中的质量显着更高的类别标签。这允许进一步调查给定的大规模放射学图像数据库的分层语义性质。
2016-03-25 cs.CV
Forensic Video Steganalysis in Spatial Domain by Noise Residual Convolutional Neural Network
Netherlands Forensic Institute(荷兰法医研究所);Eindhoven University of Technology(埃因霍温理工大学);University of Amsterdam(阿姆斯特丹大学)
本文提出使用噪声残差卷积神经网络在空间域进行取证视频隐写分析,通过构建视频隐写数据集训练模型,实验检测率达99.96%,验证了CNN方法在视频隐写取证中的有效性。
2023-05-29 cs.CR cs.CV
EDNet: Efficient Disparity Estimation with Cost Volume Combination and Attention-based Spatial Residual
Tongji University(同济大学);Hong Kong Baptist University(香港浸会大学)
现有的视差估计方法大多利用四维拼接体积,构造一个非常深的三维卷积神经网络(CNN)进行视差回归,由于内存消耗大,推理速度慢,效率低下。在本文中,我们提出了一个名为EDNet的网络,用于有效的视差估计。首先,我们构建一个组合体,它结合了上下文信息的压缩连接体积和特征相似性度量的相关体积。组合后的体积接下来可以通过2D卷积进行聚合,2D卷积比3D卷积更快并且需要更少的内存。其次,我们提出了一个基于注意力的空间残差模块来生成注意力感知的残差特征。注意力机制的应用,提供直观的空间证据的不准确的区域的帮助下,在多个尺度上的错误地图,从而提高剩余学习效率。在Scene Flow和KITTI数据集上进行的大量实验表明,EDNet的性能优于以前基于3D CNN的作品,并以更快的速度和更少的内存消耗实现了最先进的性能。
2021-03-04 cs.CV
Iterative Residual CNNs for Burst Photography Applications
Skolkovo Institute of Science and Technology (Skoltech)(斯科尔科沃科学技术研究院(斯科尔科沃科技学院))
现代廉价的成像传感器受到固有的硬件约束,这通常导致捕获的图像质量差。处理这些限制的最常见方法之一是依靠连拍摄影,这是现在所有现代智能手机成像应用程序的支柱。在这项工作中,我们专注于这样一个事实,即每一帧的突发序列可以准确地描述了一个前向(物理)模型。这反过来又允许我们从一系列低质量图像中恢复一个更高质量的单个图像,作为优化问题的解决方案。受可以处理非光滑函数的梯度下降方法的扩展(即近似梯度下降)和现代深度学习技术的启发,我们提出了一种具有透明架构的卷积迭代网络。我们的网络使用低质量图像帧的突发,并且能够产生更高图像质量的输出,恢复在任何原始突发帧中无法区分的精细细节。我们专注于整个连拍摄影流水线,即连拍去马赛克和去噪,以及传统的高斯去噪任务。所开发的方法在两个任务中表现出一致的最先进性能,并且与其他最近的深度学习方法相反,对帧的数量或它们的顺序没有任何固有的限制。代码可以在https://fkokkinos.github.io/deep_burst/上找到
2019-03-29 cs.CV
Single image depth estimation by dilated deep residual convolutional neural network and soft-weight-sum inference
Northwestern Polytechnical University(西北工业大学);Australian National University(澳大利亚国立大学)
提出了一种新的残差卷积神经网络(CNN)结构,用于单幅图像的深度估计。与现有的基于深度CNN的方法相比,我们的方法用更少的训练样本和模型参数取得了更好的结果。我们的方法的优点来自于使用扩张卷积,跳跃连接结构和软加权和推理。在NYU Depth V2数据集上进行的实验评估表明,我们的方法在一定程度上优于其他最先进的方法。
2017-04-27 cs.CV cs.LG
A Novel Channel Boosted Residual CNN-Transformer with Regional-Boundary Learning for Breast Cancer Detection
University of Engineering and Applied Sciences (UEAS)(工程与应用科学大学)
针对现有乳腺超声图像肿瘤检测方法受模型复杂度和图像特征差异限制的问题,本研究提出混合框架CB-Res-RBCMT,结合残差CNN与ViT并加入通道增强策略,在BUSI数据集上实现了优于现有方法的检测性能。
2025-03-19 cs.AI cs.CV cs.LG
LARNet: Lie Algebra Residual Network for Face Recognition
Academy of Mathematics and Systems Science, Chinese Academy of Sciences(中国科学院数学与系统科学研究院);University of Chinese Academy of Sciences(中国科学院大学);Tencent Data Platform(腾讯数据平台);Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所)
人脸识别是计算机视觉中一个重要而又具有挑战性的问题。在实际的人脸识别应用中的一个主要挑战在于侧面和正面人脸之间的显著变化。传统技术通过合成正面人脸或姿势不变学习来解决这一挑战。在本文中,我们提出了一种新的方法与李代数理论,探讨如何在3D空间中的人脸旋转影响的深层特征生成过程的卷积神经网络(CNN)。我们证明了图像空间中的人脸旋转等价于CNN特征空间中的加性残差分量,该分量仅由旋转确定。基于这一理论发现,我们进一步设计了一个李代数残差网络(LARNet)来处理姿态鲁棒人脸识别。我们的LARNet由一个残差子网和一个选通子网组成,残差子网用于从输入人脸图像中解码旋转信息,选通子网用于学习旋转幅度,以控制有助于特征学习过程的残差分量的强度。在正面轮廓人脸数据集和一般人脸识别数据集上的综合实验评估令人信服地表明,我们的方法始终优于最先进的方法。
2021-06-16 cs.CV
ULDor: A Universal Lesion Detector for CT Scans with Pseudo Masks and Hard Negative Example Mining
National Institutes of Health Clinical Center(美国国立卫生研究院临床中心);Ping An Insurance Company of China(中国平安保险(集团)股份有限公司)
从计算机断层扫描(CT)扫描中自动检测病变是医学成像分析中的重要任务。由于病变和其他组织之间的相似外观(例如强度和纹理),因此仍然非常具有挑战性,使得开发通用病变检测器特别困难。这项工作没有开发特定类型的病变检测器,而是基于Mask R-CNN构建了一个通用病变检测器(ULDor),它能够检测全身部位的所有不同类型的病变。作为最先进的对象检测器,Mask R-CNN增加了一个分支,用于预测每个感兴趣区域(ROI)上的分割掩码,以提高检测性能。然而,几乎不可能用像素级病变掩码手动注释大规模数据集来训练Mask R-CNN进行病变检测。为了解决这个问题,这项工作为每个病变区域构建了一个伪掩模,可以将其视为真实掩模的替代品,基于此,Mask R-CNN用于病变检测。另一方面,本文提出了一种硬反例挖掘策略,以减少误报,提高检测性能。在NIH DeepLesion数据集上的实验结果表明,使用伪掩码和所提出的硬否定示例挖掘策略增强了ULDor,并且在每个图像有5个假阳性的情况下实现了86.21%的灵敏度。
2019-01-18 cs.CV
Deep Residual CNN for Multi-Class Chest Infection Diagnosis
Hana Academy Seoul(韩娜首尔学院);Korea Science Academy of KAIST(韩国科学技术院附属韩国科学学院);Sungkyunkwan University(成均馆大学)
本研究开发并评估了一种深度残差CNN,用于基于胸部X射线图像的多类别胸部感染诊断,在合并数据集上达到93%的总体准确率,并指出纤维化类别性能差异及未来优化方向。
2023-11-17 cs.CV cs.LG eess.IV
A Novel Just-Noticeable-Difference-based Saliency-Channel Attention Residual Network for Full-Reference Image Quality Predictions
最近,由于深度卷积神经网络(CNN)的强大,已经研究了许多基于CNN的图像质量评估(IQA)模型。然而,以前的基于CNN的IQA模型可能还没有充分利用人类视觉系统(HVS)的特性来解决IQA问题,因为它们只是将一切都委托给CNN,期望它从训练数据集中学习。然而,在本文中,我们提出了一种新的显着性通道注意力残差网络的基础上的JND概念的全参考图像质量评估(FR-IQA)。它被称为JND-SalCAR,在具有各种类型失真的大型IQA数据集上显示出显着的改进。建议JND-SalCAR有效地学习如何将人类的心理物理特征,如视觉显着性和JND,图像质量预测。在所提出的网络中,设计了一个SalCAR块,以便在基于显着性的空间注意力和通道注意力方案的帮助下提取感知上重要的特征。此外,显着图作为预测补丁权重图的指南,以便为JND-SalCAR提供稳定的端到端优化训练。据我们所知,我们的工作提出了第一个HVS启发的可训练FR-IQA网络,该网络考虑了HVS的视觉显著性和JND特性。当视觉显着性图和JND概率图被明确地作为先验信息时,它们可以有效地结合起来,更精确地预测人类评定的IQA分数,最终导致性能改进和更快的收敛。实验结果表明,JND-SalCAR在Spearman秩序系数(SRCC)和Pearson线性相关系数(PLCC)方面的性能明显优于目前所有的FR-IQA方法。
2020-10-16 cs.CV
Diabetic Retinopathy Detection Using CNN with Residual Block with DCGAN
Bangladesh University of Engineering & Technology(孟加拉工程技术大学)
本文提出结合残差块 CNN 与 DCGAN 数据增强的糖尿病视网膜病变自动检测系统,可将视网膜图像分为五级,以提升泛化能力并支持大规模筛查。
2025-01-04 cs.CV cs.LG eess.IV
Identifying Corresponding Patches in SAR and Optical Images with a Pseudo-Siamese CNN
Technical University of Munich(慕尼黑工业大学);Remote Sensing Technology Institute, German Aerospace Center(德国航空航天中心遥感技术研究所)
在这封信中,我们提出了一个伪连体卷积神经网络(CNN)的架构,能够解决识别相应的补丁在超高分辨率(VHR)的光学和合成孔径雷达(SAR)遥感图像的任务。在两个并行网络流中使用八个卷积层,用于融合每个流中学习的特征的全连接层,以及基于二进制交叉熵的损失函数,我们实现了两个补丁是否对应的独热指示。该网络是在自动生成的数据集上进行训练和测试的,该数据集基于通过先前重建并随后配准的3D点云对SAR和光学图像进行确定性对齐。从卫星图像中提取组成我们数据集的补丁,显示了包含许多高架物体(即建筑物)的复杂城市场景,从而提供了最困难的实验环境之一。所取得的结果表明,该网络是能够预测相应的补丁具有较高的精度,从而表明进一步发展的潜力,对一个广义的多传感器的关键点匹配过程。索引术语-合成孔径雷达(SAR)、光学成像、数据融合、深度学习、卷积神经网络(CNN)、图像匹配、深度匹配
2018-01-25 cs.CV eess.IV
GoogLe2Net: Going Transverse with Convolutions
Peking University(北京大学)
有效地获取特征信息在视觉任务中具有重要意义。随着卷积神经网络(CNN)的发展,残差连接和多尺度等概念促进了各种深度学习视觉任务的持续性能提升。然而,现有的方法并没有有机地结合这些有效的思想的优点。在本文中,我们提出了一种新的CNN架构,称为GoogLe 2Net,它由残余特征再利用(ResFRI)或分裂残余特征再利用(Split-ResFRI)组成,它们在相邻的卷积层组之间创建横向通道,使特征流向后面的处理分支,并拥有残余连接以更好地处理信息。我们的GoogLe 2Net能够重新利用上述卷积层组捕获的信息,并在细粒度级别上表达多尺度特征,从而提高图像分类的性能。我们提出的inception可以直接嵌入到类似inception的网络中,而无需任何迁移成本。此外,在基于流行的视觉数据集,如CIFAR 10(97.94%),CIFAR 100(85.91%)和Tiny Imagenet(70.54%)的实验中,我们获得了更好的结果图像分类任务相比,其他现代模型。
2023-01-01 cs.CV
Weakly-Supervised Surface Crack Segmentation by Generating Pseudo-Labels using Localization with a Classifier and Thresholding
School of Computing, Engineering and Built Environment, Glasgow Caledonian University(格拉斯哥卡里多尼亚大学计算、工程与建筑环境学院)
本文提出弱监督表面裂缝分割方法,通过CNN分类器定位图与阈值法融合生成伪标签,训练多种分割网络并在四个数据集上达到接近全监督的性能。
2021-10-27 cs.CV
ReDistill: Residual Encoded Distillation for Peak Memory Reduction of CNNs
University of California Merced(加州大学默塞德分校);Case Western Reserve University(凯斯西储大学)
提出ReDistill残差编码蒸馏方法,通过激进池化构建低内存学生网络,在图像分类和扩散生成任务中实现4倍至5倍峰值内存降低且保持良好性能。
2025-04-25 cs.CV cs.LG
Confidence-Weighted Semi-Supervised Learning for Skin Lesion Segmentation Using Hybrid CNN-Transformer Networks
Faculty of Computing and IT (FCIT)(计算机与信息技术学院(FCIT));Sohar University(索哈尔大学)
提出MIRA-U半监督框架,结合不确定性感知教师-学生伪标签与混合CNN-Transformer架构,在少量标注下提升皮肤病变分割精度,ISIC-2016和PH2上DSC达0.9153。
2025-10-17 cs.CV eess.IV
End-to-end lossless compression of high precision depth maps guided by pseudo-residual
School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University(北京大学深圳研究生院电子与计算机工程学院);Peng Cheng Laboratory(鹏城实验室)
深度图作为表示空间信息的基本数据格式,在信号处理和计算机视觉领域有着广泛的应用。随着激光扫描仪或LiDAR等设备的快速发展,产生了大量高精度的深度图。因此,迫切需要探索一种新的具有更好压缩比的深度图压缩方法。利用广泛的深度学习环境,我们提出了一种基于端到端学习的高精度深度图无损压缩方法。整个过程由两个子过程组成,即深度图的预处理和处理后的深度图的深度无损压缩。深度无损压缩网络由两个子网络组成,称为有损压缩网络和无损压缩网络。我们利用伪残差的概念来指导残差分布的生成,避免引入上下文模型。我们的端到端无损压缩网络在工程编解码器上实现了具有竞争力的性能,并且具有较低的计算成本。
2022-01-10 cs.CV eess.IV
Dense Residual Network: Enhancing Global Dense Feature Flow for Character Recognition
Hefei University of Technology(合肥工业大学);Soochow University(苏州大学);Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳));South China Normal University(华南师范大学);University of Science and Technology of China(中国科学技术大学)
深度卷积神经网络(CNN),如密集卷积网络(DenseNet),通过发现深层层次信息,在图像表示方面取得了巨大成功。然而,大多数现有的网络只是简单地堆叠卷积层,因此无法完全发现层之间的局部和全局特征信息。本文主要探讨如何充分利用所有卷积层的分层特征来增强局部和全局密集特征流。从技术上讲,我们提出了一个高效的CNN框架,即,快速密集残差网络(FDRN),用于文本识别。为了构造FDRN,我们提出了一种新的快速残差稠密块(f-RDB),它保留了原RDB的局部特征融合和局部残差学习能力,同时减少了计算量。在充分学习局部稠密残差特征后,利用求和运算和多个f-RDB定义一个新的块,称为全局稠密块(global dense block,GDB),通过模仿稠密块的构造,以整体的方式自适应地学习全局稠密残差特征。最后,我们使用两个卷积层来构造下采样块,以减少全局特征大小并提取更深的特征。大量的仿真实验表明,与其他相关模型相比,FDRN获得了更好的识别效果。
2021-02-09 cs.CV
Uncertainty Guided Multi-Scale Residual Learning-using a Cycle Spinning CNN for Single Image De-Raining
Johns Hopkins University(约翰斯·霍普金斯大学)
单图像去雨是一个极具挑战性的问题,因为下雨的图像可能包含雨条纹,可能会改变大小,方向和密度。以前的方法试图通过利用一些先验信息来从单个图像中去除雨条纹来解决这个问题。这些方法的主要局限之一是它们没有考虑图像中雨滴的位置信息。拟议的不确定性引导多尺度残差学习(UMRL)网络试图通过学习不同尺度的降雨量并使用它们来估计最终的降雨输出来解决这个问题。此外,我们引入了一种技术,该技术指导网络学习网络权重的基础上的估计的置信度。此外,我们引入了一个新的训练和测试程序的基础上的概念,循环纺纱,以提高最终的除雨性能。在合成数据集和真实数据集上进行的大量实验表明,该方法比最近的最先进的方法取得了显着的改进。代码可在:https://github.com/rajeevyasarla/UMRL--using-Cycle-Spinning
2019-06-12 cs.CV cs.LG eess.IV
Residual Feature Distillation Network for Lightweight Image Super-Resolution
Nanjing University(南京大学)
单图像超分辨率(SISR)的最新进展探索了卷积神经网络(CNN)的能力,以实现更好的性能。尽管基于CNN的方法取得了巨大的成功,但由于计算量大,将这些方法应用于边缘设备并不容易。为了解决这个问题,已经提出了各种快速和轻量级的CNN模型。信息提取网络是一种基于通道分裂操作的提取特征的方法。然而,这是不够清楚的操作如何帮助设计有效的SISR模型。在本文中,我们提出了特征蒸馏连接(FDC),它在功能上等同于通道分裂操作,同时更轻量级和灵活。由于FDC,我们可以重新思考信息多蒸馏网络(IMDN),并提出了一个轻量级的和准确的SISR模型称为剩余特征蒸馏网络(RFDN)。RFDN使用多个特征提取连接来学习更多有区别的特征表示。我们还提出了一个浅残差块(SRB)作为RFDN的主要构建块,以便网络可以从残差学习中受益最多,同时仍然足够轻量级。大量的实验结果表明,所提出的RFDN实现了一个更好的权衡对国家的最先进的方法在性能和模型的复杂性。此外,我们提出了一种增强的RFDN(E-RFDN),并在AIM 2020高效超分辨率挑战赛中获得第一名。代码将在https://github.com/njulj/RFDN上提供。
2020-09-24 cs.CV eess.IV
Characterization of Residual Morphological Substructure Using Supervised and Unsupervised Deep Learning
Department of Physics & Astronomy, University of Missouri Kansas City(物理与天文学系,密苏里大学堪萨斯城分校);Space Telescope Science Institute(空间望远镜科学研究所);Department of Physics, University of California, Santa Cruz(物理系,加州大学圣克鲁兹分校);Department of Physics and Astronomy, University of Missouri(物理与天文学系,密苏里大学)
本研究利用监督和无监督深度学习方法,对星系残余亚结构进行表征,通过分析残余图像特征区分不同亚结构类型。
2026-02-21 astro-ph.GA cs.CV
BetterNet: An Efficient CNN Architecture with Residual Learning and Attention for Precision Polyp Segmentation
Cardiff Metropolitan University(卡迪夫城市大学)
本文提出融合残差解码与通道、空间注意力的轻量 CNN BetterNet,在五个息肉分割数据集上显著优于现有 SOTA,并支持实时推理。
2024-05-05 cs.CV cs.LG eess.IV
DeepVisage: Making face recognition simple yet with powerful generalization skills
Laboratoire LIRIS(LIRIS实验室);École centrale de Lyon(里昂中央理工学院);Safran Identity & Security(赛峰身份与安全公司)
人脸识别(FR)方法通过采用基于卷积神经网络(CNN)的学习方法来报告显著的性能。虽然CNN主要是通过优化softmax损失来训练的,但最近的趋势显示了不同策略的准确性提高,例如具有不同损失函数的特定任务CNN学习,对目标数据集的微调,度量学习和连接多个CNN的特征。完成这些任务显然需要更多的努力。此外,它使发现仅用身份标签训练的FR的有效CNN模型失去动力。我们专注于这一事实,并提出了一个易于训练和单一的CNN为基础的FR方法。我们的CNN模型利用了残差学习框架。此外,它使用归一化特征来计算损失。我们广泛的实验表明,在不同的数据集上具有很好的泛化能力。我们在LFW,IJB-A,YouTube面孔和CACD数据集上获得了非常有竞争力和最先进的结果。
2017-04-07 cs.CV
PoreNet: CNN-based Pore Descriptor for High-resolution Fingerprint Recognition
Indian Institute of Technology Indore(印度理工学院印多尔分校)
随着高分辨率指纹扫描仪的发展,基于高分辨率指纹的生物特征识别近年来受到越来越多的关注。提出了一种基于毛孔特征的生物特征识别方法。我们的方法采用卷积神经网络(CNN)模型DeepResPore来检测输入指纹图像中的毛孔。此后,为每个检测到的孔周围的块计算基于CNN的描述符。具体来说,我们设计了一个基于残差学习的CNN,称为PoreNet,它从毛孔斑块中学习独特的特征表示。为了验证,通过使用欧几里德距离以双向方式比较从一对指纹图像获得的孔隙描述符来生成匹配分数。高分辨率指纹识别的建议方法达到2.91%和0.57%的相等出错率(EER)的基准理大HRF数据集的部分(DBI)和完整(DBII)指纹。最重要的是,它在两个数据集上实现了比当前最先进方法更低的FMR 1000和FMR 10000值。
2019-08-29 cs.CV
AsymmNet: Towards ultralight convolution neural networks using asymmetrical bottlenecks
Hasso Plattner Institute(哈索·普拉特纳研究院);Alibaba Cloud(阿里云);ByteDance(字节跳动)
深度卷积神经网络(CNN)在各种各样的应用中取得了惊人的成果。然而,由于有限的内存和计算资源,在移动或嵌入式设备上使用这些模型是困难的。最近,反转残差块成为紧凑CNN架构设计的主要解决方案。在这项工作中,我们全面研究了现有的设计概念,重新思考的功能特性的两个逐点卷积的倒残差。我们提出了一种新颖的设计,称为不对称瓶颈。准确地说,我们调整了第一个逐点卷积维度,通过特征重用来丰富信息流,并将节省的计算迁移到第二个逐点卷积。通过这样做,我们可以在不增加计算开销的情况下进一步提高精度。非对称瓶颈可以被采用作为现有CNN块的直接替代。因此,我们可以根据适当的深度和宽度条件轻松地堆叠这些块来创建AsymmNet。大量的实验表明,我们提出的块设计比移动网络的原始反向剩余瓶颈更有益,特别是对于那些在<220 M MAds范围内的超轻型CNN。代码可在https://github.com/Spark001/AsymmNet上获得
2021-04-15 cs.CV cs.LG
Multi-scale 3D Convolution Network for Video Based Person Re-Identification
Peking University(北京大学)
本文提出了一种双流卷积网络来提取空间和时间线索,用于基于视频的人重新识别(ReID)。该网络中的时间流是通过将若干多尺度3D(M3 D)卷积层插入到2D CNN网络中来构造的。由此产生的M3 D卷积网络将一小部分参数引入到2D CNN中,但获得了多尺度时间特征学习的能力。通过这种紧凑的架构,M3 D卷积网络也比现有的3D卷积网络更高效,更容易优化。时间流进一步涉及剩余注意力层(RAL)来细化时间特征。通过以残差方式联合学习时空注意掩模,RAL识别有区别的空间区域和时间线索。我们网络中的另一个流是用2D CNN实现的,用于空间特征提取。最后融合两个流的空间和时间特征,得到基于视频的人物ReID。对三个广泛使用的基准数据集进行评价,即,MARS,PRID 2011和iLIDS-VID证明了我们的方法相对于现有的3D卷积网络和最先进的方法的实质性优势。
2018-11-19 cs.CV
RS-FME-SwinT: A Novel Feature Map Enhancement Framework Integrating Customized SwinT with Residual and Spatial CNN for Monkeypox Diagnosis
University of Engineering and Applied Sciences(工程与应用科学大学)
针对猴痘图像数据稀缺及类间相似等问题,本文提出融合定制化 SwinT、残差块、空间块和逆残差块的 RS-FME-SwinT 特征图增强框架,实现高精度猴痘诊断。
2024-10-02 cs.AI cs.CV eess.IV
Colorectal Cancer Segmentation using Atrous Convolution and Residual Enhanced UNet
Indian Institute of Technology Jodhpur(印度理工学院焦特布尔分校);Shri Guruji Gobind Singhji Institute of Engineering and Technology(什里古鲁吉·戈宾德·辛格吉工程技术学院)
结直肠癌是世界范围内的主要死亡原因。然而,早期诊断大大增加了生存的机会,因此识别体内的肿瘤至关重要。由于其成像使用高分辨率技术,注释肿瘤是耗时的,需要特殊的专业知识。最近,基于卷积神经网络(CNN)的方法已被证明在许多生物医学分割任务中即使不是更好,也是一样的。对于手头的任务,我们提出了另一种基于CNN的方法,除了传统的滤波器外,它还使用了无环卷积和残差连接。训练和推理是使用一种有效的基于补丁的方法进行的,这大大减少了不必要的计算。在DigestPath 2019 Challenge数据集上训练了拟议的AtResUNet,用于结直肠癌分割,结果的Dice系数为0.748。
2021-03-16 cs.CV cs.LG eess.IV
Residual Attention based Network for Hand Bone Age Assessment
Cornell University(康奈尔大学);CuraCloud Corporation(库拉克劳德公司);UNC Charlotte(北卡罗来纳大学夏洛特分校);University at Albany, State University at New York(纽约州立大学奥尔巴尼分校)
计算机自动化方法的应用提高了手骨龄测定的生产率和客观性。这些方法根据整个X射线图像进行预测,其中包括可能引入干扰的其他对象。相反,我们的框架的灵感来自于手骨龄评估的临床工作流程(Tanner-Whitehouse),该流程专注于手的关键组成部分。该框架由两个部分组成:一个用于像素手部分割的Mask R-CNN子网和一个用于手部骨龄评估的剩余注意力网络。Mask R-CNN子网将手从X射线图像中分割出来,以避免其他物体的干扰(例如,X射线标签)。剩余注意力子网的分层注意力分量迫使我们的网络专注于X射线图像的关键分量,并生成最终预测以及相关的视觉支持,这类似于临床医生的评估过程。我们在RSNA儿科骨龄数据集上评估了所提出的管道的性能,结果表明其优于以前的方法。
2018-12-21 cs.CV cs.LG