DSD: Dense-Sparse-Dense Training for Deep Neural Networks
Stanford University(斯坦福大学);NVIDIA(英伟达);Baidu Research(百度研究院);Facebook
现代深度神经网络具有大量参数,这使得它们很难训练。我们提出了DSD,一种密集-稀疏-密集的训练流,用于正则化深度神经网络并实现更好的优化性能。在第一个D(密集)步骤中,我们训练一个密集网络来学习连接权重和重要性。在S(稀疏)步骤中,我们通过修剪具有小权重的不重要连接并在给定稀疏约束的情况下重新训练网络来正则化网络。在最后的D(re-Dense)步骤中,我们通过移除稀疏性约束来增加模型容量,从零重新初始化修剪的参数并重新训练整个密集网络。实验表明,DSD训练可以提高各种CNN,RNN和LSTM在图像分类,字幕生成和语音识别任务上的性能。在ImageNet上,DSD将GoogLeNet的Top1准确率提高了1.1%,VGG-16提高了4.3%,ResNet-18提高了1.2%,ResNet-50提高了1.1%。在WSJ'93数据集上,DSD将DeepSpeech和DeepSpeech 2 WER提高了2.0%和1.1%。在Flickr-8 K数据集上,DSD将NeuralTalk BLEU评分提高了1.7以上。DSD在实践中很容易使用:在训练时,DSD只会产生一个额外的超参数:S步骤中的稀疏率。在测试时,DSD不会改变网络架构或产生任何推理开销。DSD实验的一致和显着的性能增益显示了当前训练方法在寻找最佳局部最优值方面的不足,而DSD有效地实现了更好的优化性能,以找到更好的解决方案。D…
2017-02-21 cs.CV
When Residual Learning Meets Dense Aggregation: Rethinking the Aggregation of Deep Neural Networks
City University of Hong Kong(香港城市大学);Singapore Telecommunications Limited(新加坡电信有限公司);Nanyang Technological University(南洋理工大学)
已经提出了各种架构(诸如GoogLeNets、ResNets和DenseNets)。然而,现有的网络通常遭受卷积层冗余或参数利用不足。为了解决这些具有挑战性的问题,我们提出了微密集网络,一种具有全局剩余学习和局部微密集聚合的新架构。具体来说,残差学习旨在有效地从不同的卷积块中检索特征,而微密集聚合能够增强每个块,并通过减少残差聚合来避免卷积层的冗余。此外,所提出的微密集架构有两个特点:金字塔的多层特征学习,可以逐步扩大更深的层在一个块,和维数基数自适应卷积,可以平衡每一层使用线性增加的维数基数。三个数据集上的实验结果(即,CIFAR-10、CIFAR-100和ImageNet-1 K)表明,所提出的仅具有4 M参数的微密集网络可以实现比最先进的网络更高的分类精度,而12.1 $\times$更小取决于参数的数量。此外,我们的微密集块可以与基于神经架构搜索的模型集成,以提高其性能,从而验证我们架构的优势。我们相信我们的设计和发现将对DNN社区有益。
2020-04-24 cs.CV
PDC-Net+: Enhanced Probabilistic Dense Correspondence Network
ETH Zurich(苏黎世联邦理工学院)
在一对图像之间建立鲁棒且准确的对应关系是具有许多应用的长期存在的计算机视觉问题。虽然经典的稀疏方法占主导地位,新兴的密集方法提供了一个引人注目的替代范式,避免了关键点检测步骤。然而,密集流估计往往是不准确的情况下,大位移,闭塞,或均匀的区域。为了将密集方法应用于现实世界的应用,例如姿态估计、图像处理或3D重建,因此,估计预测匹配的置信度至关重要。我们提出了增强的概率密集对应网络,PDC-Net+,能够估计准确的密集对应以及可靠的置信度图。我们开发了一种灵活的概率方法,共同学习流量预测及其不确定性。特别是,我们将预测分布参数化为约束混合模型,确保更好地建模准确的流量预测和离群值。此外,我们开发了一个架构和一个增强的训练策略,专为强大的和可推广的不确定性预测的自监督训练的背景下。我们的方法在多个具有挑战性的几何匹配和光流数据集上获得了最先进的结果。我们进一步验证了我们的概率置信度估计的有用性的任务的姿态估计,三维重建,基于图像的定位,和图像检索。代码和型号可在https://github.com/PruneTruong/DenseMatching上获得。
2021-09-29 cs.CV
DGC-Net: Dense Geometric Correspondence Network
Aalto University(阿尔托大学);University of Oulu(奥卢大学);ETH Zürich(苏黎世联邦理工学院);Microsoft(微软);Tampere University of Technology(坦佩雷理工大学)
本文解决了两幅图像之间的密集像素对应估计的挑战。这个问题与光流估计任务密切相关,其中ConvNets(CNN)最近取得了重大进展。虽然光流方法对于小像素平移和有限的外观变化场景产生非常准确的结果,但它们很难处理我们在这项工作中考虑的强几何变换。在本文中,我们提出了一个由粗到细的基于CNN的框架,可以利用光流方法的优势,并将其扩展到大型变换的情况下,提供密集和亚像素的准确估计。它在合成转换上进行了训练,并对看不见的,现实的数据表现出非常好的性能。此外,我们将我们的方法应用于相对相机姿态估计的问题,并证明该模型优于现有的密集方法。
2018-10-22 cs.CV
MDU-Net: Multi-scale Densely Connected U-Net for biomedical image segmentation
Peng Cheng Laboratory(鹏城实验室)
提出MDU-Net,通过编码器、解码器及跨层三种多尺度密集连接融合多尺度特征并引入量化防过拟合,在GlaS数据集上提升U-Net分割性能达1.8%和3.5%。
2024-03-18 cs.CV
DeSTNet: Densely Fused Spatial Transformer Networks
Onfido Research(Onfido研究院)
现代卷积神经网络(CNN)在一系列计算机视觉任务上非常强大。然而,当数据的特点是由空间变换引起的大类内变异时,它们的性能可能会降低。空间Transformer网络(Space-Transformer Network,简称ANN)目前是CNN在端到端学习框架中移除这些转换并提高性能的首选方法。在本文中,我们提出了密集融合空间Transformer网络(DeSTNet),据我们所知,这是第一个密集融合模式,用于组合多个STNs。具体来说,我们展示了如何将多个STNs的连接模式从顺序变为密集,从而产生更强大的对齐模块。在MNIST、GTSRB和IDocDB三个基准上的大量实验表明,所提出的技术优于相关的最先进的方法(即,STNs和CSTNs)在准确性和鲁棒性方面都有改进。
2018-07-16 cs.CV
DGP-Net: Dense Graph Prototype Network for Few-Shot SAR Target Recognition
合成孔径雷达(SAR)图像由于其特殊的成像原理(俯角变化),不可避免地会产生特征偏差,导致识别精度不高,特别是在少样本学习(FSL)中。针对这一问题,提出了一种稠密图原型网络(DGP-Net),通过学习潜在特征来消除特征偏差,并通过学习特征分布来进行分类。原型在模型中的作用是解决FSL中由于单次抽样的偶然性而导致的同类样本之间距离过大的问题,增强模型的鲁棒性。在MSTAR数据集上的实验结果表明,DGP-Net对不同俯角的SAR图像都有较好的分类效果,其识别精度高于典型的FSL方法。
2023-02-19 cs.CV
BA-Net: Dense Bundle Adjustment Network
本文介绍了一种网络架构,以解决结构从运动(SfM)的问题,通过特征度量光束法平差(BA),明确地强制执行多视图几何约束的形式特征度量误差。整个管道是可微的,因此网络可以学习适当的特征,使BA问题更易于处理。此外,这项工作引入了一种新的深度参数化来恢复密集的每像素深度。该网络首先根据输入图像生成几个基本深度图,并通过特征度量BA将最终深度优化为这些基本深度图的线性组合。基础深度图生成器也通过端到端训练来学习。整个系统很好地结合了领域知识(即硬编码的多视图几何约束)和深度学习(即特征学习和基础深度图学习),以解决具有挑战性的密集SfM问题。在大规模真实数据上的实验证明了该方法的有效性。
2019-08-25 cs.CV
3D Dense Face Alignment via Graph Convolution Networks
Megvii Technology(旷视科技);Tongji University(同济大学)
最近,三维人脸重建和人脸对齐任务逐渐合并为一个任务:三维密集人脸对齐。其目标是利用人脸的姿态信息重建人脸的三维几何结构。在本文中,我们提出了一个图卷积网络回归三维人脸坐标。我们的方法直接在3D人脸网格上进行特征学习,其中几何结构和细节得到了很好的保留。大量的实验表明,我们的方法在几个具有挑战性的数据集上获得了优于最先进方法的性能。
2019-04-11 cs.CV
Learning Multi-level Region Consistency with Dense Multi-label Networks for Semantic Segmentation
The University of Adelaide(阿德莱德大学)
图像语义分割是图像理解中的一项基本任务。图像的每像素语义标记极大地受益于考虑局部和全局区域一致性的能力。然而,许多基于全卷积网络的方法并没有施加这种一致性,这可能会导致噪声和不可信的预测。我们通过提出一个密集的多标签网络模块来解决这个问题,该模块能够鼓励不同级别的区域一致性。这个简单但有效的模块可以很容易地集成到任何语义分割系统中。实验结果表明,密集多标签算法能够有效地去除不可信标签,消除混淆,从而提高语义分割系统的性能。
2017-01-25 cs.CV
DenseLiDAR: A Real-Time Pseudo Dense Depth Guided Depth Completion Network
Zhejiang University(浙江大学)
深度完成可以从稀疏输入生成密集深度图,并提供更完整的环境3D描述。尽管在深度完成方面取得了很大进展,但输入的稀疏性和地面真实的低密度仍然使这个问题具有挑战性。在这项工作中,我们提出了DenseLiDAR,一种新实时的【形】伪深度引导深度完成神经网络。我们利用从简单形态学操作获得的密集伪深度图从三个方面指导网络:(1)为输出构建残差结构;(2)纠正稀疏输入数据;(3)为训练网络提供密集结构损失。由于这些新颖的设计,可以实现更高的输出性能。此外,还提出了两个新的度量,用于更好地评估预测深度图的质量。在KITTI深度补全基准上的大量实验表明,我们的模型能够在最高帧速率50 Hz时达到最先进的性能。预测的密集深度进一步由若干下游机器人感知或定位任务评估。对于三维目标检测任务,在KITTI三维目标检测数据集上,小目标类别的性能提高了3~ 5%。对于RGB-D SLAM,在KITTI Odometry数据集中也获得了车辆轨迹的更高精度。这些令人鼓舞的结果不仅验证了我们的深度预测的高质量,而且还展示了通过使用深度完井结果来改进相关下游任务的潜力。
2021-08-28 cs.CV
Scene Parsing via Dense Recurrent Neural Networks with Attentional Selection
Temple University(天普大学)
循环神经网络(RNN)已经显示出通过捕获图像单元之间的长程依赖性来改进场景解析的能力。在本文中,我们通过探索图像单元之间的各种远程语义依赖关系,提出了用于场景标记的密集RNN。与现有的基于RNN的方法不同,我们的密集RNN能够通过实现每对图像单元之间的直接连接来捕获每个图像单元的更丰富的上下文依赖关系,这显着增强了它们的区分能力。此外,为了选择相关的依赖关系,同时抑制密集连接中每个单元的不相关依赖关系,我们在密集RNN中引入了注意力模型。注意力模型允许自动分配更多的重要性,有帮助的依赖关系,而较少的权重无关的依赖关系。结合卷积神经网络,我们开发了一个端到端的场景标注系统。在三个大规模基准测试上的实验表明,该方法可以大幅提高基线,并优于其他最先进的算法。
2018-11-09 cs.CV
Stacked Dense U-Nets with Dual Transformers for Robust Face Alignment
InsightFace;Imperial College London(帝国理工学院)
在野外拍摄的图像中,面部标志点定位是一个重要且具有挑战性的问题。目前的最新技术围绕着某些类型的深度卷积神经网络(DCNN),如堆叠U网和沙漏网络。在这项工作中,我们创新性地提出了堆叠密集U网来完成这项任务。我们设计了一种新的规模聚合网络拓扑结构和信道聚合模块,在不牺牲计算复杂性和模型规模的前提下提高了模型的容量。借助于堆叠密集U网内部的可变形卷积和外部数据变换的相干损失,我们的模型获得了对任意输入人脸图像空间不变的能力。在大量野外数据集上的实验验证了该方法在极端姿态、夸张表情和严重遮挡情况下的鲁棒性。最后,我们表明,准确的三维人脸对齐可以帮助姿态不变的人脸识别,我们实现了一个新的国家的最先进的CFP-FP的准确性。
2018-12-05 cs.CV
Compressed DenseNet for Lightweight Character Recognition
Hefei University of Technology(合肥工业大学);Soochow University(苏州大学);Harbin Institute of Technology(哈尔滨工业大学);National University of Singapore(新加坡国立大学)
卷积递归神经网络(CRNN)是一种用于识别图像中文本的流行网络。像CRNN变体这样的进步,例如具有连接主义时间分类的密集卷积网络,减少了网络的运行时间,但暴露了卷积网络的内部计算成本和权重大小作为瓶颈。具体来说,基于DenseNet的模型利用密集块作为核心模块,但内部特征以密集块中的串联形式组合。因此,作为接近输出的层的输入而传递的组合特征的通道的数量以及相关的计算成本随着密集块变得更深而快速增长。这将严重带来计算量大和权值大的问题,从而限制了密集块的深度。在本文中,我们提出了一个压缩卷积块称为轻量级密集块(LDB)。为了降低计算成本和权重大小,我们重新定义和重新设计了密集块内部特征的组合方式。LDB是类似于密集块的卷积块,但与原始块相比,它可以将计算成本和权重大小降低到(1/L,2/L),其中L是块中的层数。此外,LDB可用于替换任何基于DenseNet的模型中的原始密集块。基于LDBs,我们提出了一个压缩密度网络(CDenseNet)的轻量级字符识别。大量的实验表明,CDenseNet可以有效地降低权重大小,同时提供有前途的识别结果。
2020-07-22 cs.CV
DenseReg: Fully Convolutional Dense Shape Regression In-the-Wild
INRIA-CentraleSupélec(法国国家信息与自动化研究所-中央理工-高等电力学院);Imperial College London(帝国理工学院);University College London(伦敦大学学院)
在本文中,我们提出通过完全卷积网络学习从图像像素到密集模板网格的映射。我们制定这个任务作为一个回归问题和训练我们的网络,利用人工标注的面部标志“在野外”。我们使用这样的地标来建立三维对象模板和输入图像之间的密集对应场,然后将其作为训练回归系统的基础事实。我们表明,我们可以将语义分割的思想与回归网络相结合,产生一个高度准确的“量化回归”架构。我们的系统名为DenseReg,允许我们以完全卷积的方式估计密集的图像到模板的对应关系。因此,我们的网络可以作为独立系统提供有用的对应信息,而当用作统计可变形模型的初始化时,我们获得的地标定位结果在具有挑战性的300 W基准上大大优于当前最先进的水平。我们彻底评估了我们的方法在一系列面部分析任务,并提供了密集的人体对应的定性结果。我们在http://alpguler.com/DenseReg.html上提供我们的代码以及补充材料。
2017-06-19 cs.CV
MSDC-Net: Multi-Scale Dense and Contextual Networks for Automated Disparity Map for Stereo Matching
Northwestern Polytechnical University(西北工业大学);Nanyang Technological University(南洋理工大学)
立体图像视差预测对于自动驾驶、三维模型重建和目标检测等计算机视觉应用至关重要。为了预测准确的视差图,我们提出了一种新的深度学习架构,用于从校正的立体图像对中检测视差图,称为MSDC-Net。MSDC-Net包含两个模块:多尺度融合2D卷积和多尺度残差3D卷积模块。多尺度融合2D卷积模块充分利用了图像中潜在的多尺度特征,通过密度网络提取并融合不同尺度的特征。多尺度残差3D卷积模块从多尺度融合2D卷积模块聚集的成本体积中学习不同尺度的几何上下文。场景流和KITTI数据集上的实验结果表明,我们的MSDC-Net显着优于其他方法在非遮挡区域。
2019-04-30 cs.CV
Lip-reading with Densely Connected Temporal Convolutional Networks
Imperial College London(帝国理工学院);Facebook London(伦敦脸书公司);Samsung AI Center Cambridge(剑桥三星人工智能中心)
在这项工作中,我们提出了密集连接的时间卷积网络(DC-TCN)的唇读孤立的话。虽然时间卷积网络(TCN)最近在许多视觉任务中表现出巨大的潜力,但其感受野不足以对唇读场景中复杂的时间动态进行建模。为了解决这个问题,我们在网络中引入密集连接,以捕获更强大的时间特征。此外,我们的方法利用挤压和激励块,一个轻量级的注意力机制,以进一步提高模型的分类能力。没有花里胡哨,我们的DC-TCN方法在野生唇语(LRW)数据集上实现了88.36%的准确率,在LRW-1000数据集上实现了43.65%的准确率,这已经超过了所有的基线方法,并且是这两个数据集上的最新技术水平。
2022-09-29 cs.CV
GLU-Net: Global-Local Universal Network for Dense Flow and Correspondences
ETH Zürich(苏黎世联邦理工学院)
建立图像间的稠密对应是一个重要而普遍的问题,涉及几何匹配、光流和语义对应。虽然这些应用都面临着一些基本的挑战,例如大位移、像素精度和外观变化,但它们目前都是通过专门的网络架构来解决的,这些网络架构仅为一项特定任务而设计。这严重限制了这种网络对新场景的泛化能力,例如需要对更大位移或更高精度的鲁棒性。在这项工作中,我们提出了一个通用的网络架构,是直接适用于所有上述密集对应问题。我们实现了高精度和鲁棒性大位移调查的结合使用的全球和当地的相关层。我们还提出了一种自适应分辨率策略,允许我们的网络在几乎任何输入图像分辨率上运行。当使用相同的网络和权重时,所提出的GLU网络实现了几何和语义匹配以及光流的最先进的性能。代码和训练模型可在https://github.com/PruneTruong/GLU-Net上获得。
2021-04-05 cs.CV
CondenseNet: An Efficient DenseNet using Learned Group Convolutions
Cornell University(康奈尔大学);Tsinghua University(清华大学);Facebook AI Research(脸书人工智能研究院)
深度神经网络越来越多地用于计算资源有限的移动设备。在本文中,我们开发了CondenseNet,一种具有前所未有的效率的新型网络架构。它将密集连接与称为学习组卷积的新模块相结合。密集的连通性促进了网络中的特征重用,而学习组卷积则删除了层之间的连接,而这种特征重用是多余的。在测试时,我们的模型可以使用标准的群卷积来实现,从而在实践中实现高效的计算。我们的实验表明,CondenseNets比最先进的紧凑卷积网络(如MobileNets和ShuffleNets)更有效。
2018-06-07 cs.CV
3D U-Net: Learning Dense Volumetric Segmentation from Sparse Annotation
University of Freiburg(弗莱堡大学);BIOSS Centre for Biological Signalling Studies(BIOSS生物信号研究中心);University Medical Center Freiburg(弗莱堡大学医学中心);University Hospital Freiburg(弗莱堡大学医院);Google DeepMind(谷歌DeepMind)
本文介绍了一个网络的体积分割,学习稀疏注释的体积图像。我们概述了这种方法的两个有吸引力的用例:(1)在半自动设置中,用户注释要分割的体积中的一些切片。网络从这些稀疏的注释中学习,并提供密集的3D分割。(2)在全自动设置中,我们假设存在一个具有代表性的、稀疏注释的训练集。在这个数据集上训练,网络密集地分割新的体积图像。该网络扩展了Ronneberger等人之前的u-net架构,将所有2D操作替换为3D操作。该实现在训练期间执行动态弹性变形以实现有效的数据增强。它是从头开始进行端到端训练的,即,不需要预先训练的网络。我们测试了所提出的方法的性能,一个复杂的,高度可变的3D结构,非洲爪蟾肾,并取得了良好的效果,这两个用例。
2016-06-21 cs.CV
Densely Decoded Networks with Adaptive Deep Supervision for Medical Image Segmentation
University of Notre Dame(圣母大学)
针对医学图像分割网络密集预测不足、特征鲁棒性弱的问题,提出带选择性辅助连接的密集解码网络与适配数据集属性的自适应深度监督训练策略,在4个多模态数据集上验证了有效性。
2024-03-05 cs.CV
SDC - Stacked Dilated Convolution: A Unified Descriptor Network for Dense Matching Tasks
DFKI - German Research Center for Artificial Intelligence(德国人工智能研究中心);BMW Group(宝马集团)
密集像素匹配对于诸如视差和流估计的许多计算机视觉任务是重要的。我们提出了一个强大的,统一的描述符网络,认为一个大的上下文区域具有高空间方差。我们的网络具有非常大的感受野,并避免跨越层以保持空间分辨率。这些特性是通过创建一个新的神经网络层来实现的,该层由多个并行堆叠的扩张卷积(SDC)组成。这些层中的几个层组合在一起形成了我们的SDC描述符网络。在我们的实验中,我们表明,我们的SDC功能优于国家的最先进的特征描述符的准确性和鲁棒性。此外,我们展示了卓越的性能,SDC在国家的最先进的立体匹配,光流和场景流算法在几个著名的公共基准。
2019-04-05 cs.CV
Dense 3D Point Cloud Reconstruction Using a Deep Pyramid Network
Video Analytics Lab, CDS, Indian Institute of Science, Bangalore(印度科学学院计算机与数据科学系视频分析实验室)
重建物体的高分辨率三维模型是计算机视觉中一项具有挑战性的任务。在解决这个问题时,设计可扩展的轻量级架构至关重要。现有的基于点云的重建方法在单个阶段中直接预测整个点云。虽然这种技术可以处理低分辨率的点云,但它不是生成密集的高分辨率输出的可行解决方案。在这项工作中,我们介绍了DensePCR,一个深金字塔网络的点云重建,分层预测点云的分辨率不断提高。为此,我们提出了一个架构,首先预测低分辨率的点云,然后分层增加的分辨率,通过聚合本地和全球点的功能变形网格。我们的方法生成的点云是准确的,均匀的和密集的。通过对合成和真实数据集进行广泛的定量和定性评估,我们证明了DensePCR优于现有的最先进的点云重建工作,同时还提供了一个轻量级和可扩展的架构来预测高分辨率输出。
2019-01-25 cs.CV
Dense Registration and Mosaicking of Fingerprints by Training an End-to-End Network
Tsinghua University(清华大学)
由于指纹表面弹性变形、图像质量不高以及指纹脊线模式的自相似性,使得指纹的密集配准成为一项具有挑战性的任务。为了克服手工特征的局限性,我们提出了训练一个端到端的网络来直接输出两个指纹之间的像素级位移场。提出的网络包括一个用于特征嵌入的连体网络和一个用于回归位移场的编码器-解码器网络。通过将通过跟踪高质量指纹视频可靠地估计的位移场应用于具有挑战性的指纹,我们合成了大量具有地面真实位移场的训练指纹对。此外,基于所提出的配准算法,我们提出了一种基于最佳接缝选择的指纹拼接方法。在FVC 2004数据库、清华变形指纹数据库和NIST SD 27潜在指纹数据库上的配准和匹配实验表明,该方法在配准精度和配准效率上均优于以往的稠密配准方法。在FVC 2004 DB 1上的拼接实验表明,该算法生成的指纹图像质量高于其他算法,验证了该算法的性能。
2020-04-13 cs.CV
Dense Hybrid Recurrent Multi-view Stereo Net with Dynamic Consistency Checking
Peking University(北京大学);HKU(香港大学);Tencent(腾讯);Kwai Inc.(快手)
本文提出了一种高效的稠密混合递归多视图立体视觉网,即$D^{2}$ HC-RMVSNet,用于稠密点云的精确重建。我们的新型混合递归多视图立体视觉网络由两个核心模块组成:1)一个轻DRENet(Dense Reception Expanded)模块,用于提取具有多尺度上下文信息的原始大小的密集特征图; 2)一个HU-LSTM(Hybrid U-LSTM),用于将3D匹配体正则化为预测深度图,通过耦合LSTM和U-Net架构有效地聚合不同尺度的信息。为了进一步提高重建点云的准确性和完整性,我们利用一个动态的一致性检查策略,而不是前缀的参数和广泛采用的策略,在现有的密集点云重建方法。在这样做时,我们动态地聚合所有视图之间的几何一致性匹配误差。我们的方法排名\textbf{$1^{st}$}在复杂的户外\textsl{Tanks and Temples}基准超过所有的方法。室内DTU数据集上的大量实验表明,我们的方法具有竞争力的性能,国家的最先进的方法,同时显着减少内存消耗,成本只有$19.4\%$的R-MVSNet内存消耗。代码库位于\hyperlink{https://github.com/yhw-yhw/D2HC-RMVSNet}{https://github.com/yhw-yhw/D2HC-RMVSNet}。
2020-07-21 cs.CV
Densely Connected Recurrent Residual (Dense R2UNet) Convolutional Neural Network for Segmentation of Lung CT Images
Washington University School of Medicine(华盛顿大学医学院)
深度学习网络已经为语义分割提供了最先进的性能。这些技术被广泛应用于医学检测、分割和分类。基于U-Net的架构的出现对于该应用已经变得特别流行。本文提出了基于U-Net模型结构的递归残差卷积神经网络(Dense R2 U CNN),它是递归CNN、残差网络和稠密卷积网络的综合。残差单元有助于训练更深的网络,而密集的递归层增强了分割所需的特征传播。在基准肺部病变数据集上测试的所提出的模型在分割任务上表现出比其等效模型更好的性能。
2021-02-01 cs.CV cs.LG eess.IV
DenseCap: Fully Convolutional Localization Networks for Dense Captioning
Stanford University(斯坦福大学)
我们介绍了密集字幕任务,这需要一个计算机视觉系统来定位和描述显着的区域在图像中的自然语言。当描述由单个单词组成时,密集字幕任务概括目标检测,并且当一个预测区域覆盖整个图像时,概括图像描述。为了共同解决定位和描述任务,我们提出了一种全卷积定位网络(FCLN)架构,该架构通过单个高效的前向传递处理图像,不需要外部区域建议,并且可以通过单轮优化进行端到端训练。该体系结构由卷积网络、一个新的密集定位层和生成标签序列的递归神经网络语言模型组成。我们在Visual Genome数据集上评估了我们的网络,该数据集包括94,000张图像和4,100,000个区域接地标题。我们观察到的速度和准确性的改进基线的基础上,目前的最先进的方法在生成和检索设置。
2015-11-24 cs.CV cs.LG
Dense Siamese Network for Dense Unsupervised Learning
Nanyang Technological University(南洋理工大学);Shanghai AI Laboratory(上海人工智能实验室);SenseTime Research(商汤科技研究院)
本文介绍了密集暹罗网络(DenseSiam),一个简单的无监督学习框架密集预测任务。它通过最大化具有两种类型的一致性的一个图像的两个视图之间的相似性来学习视觉表示,即,像素一致性和区域一致性。具体而言,DenseSiam首先根据重叠区域中的确切位置对应关系最大化像素级空间一致性。在重叠区域中提取一批子区域对应的区域嵌入,进行区域一致性对比。与之前需要负像素对、动量编码器或启发式掩码的方法相比,DenseSiam受益于简单的暹罗网络,并优化了不同粒度的一致性。它还证明了简单的位置对应和相互作用的区域嵌入是足够有效的学习相似性。我们在ImageNet上应用了DenseSiam,并在各种下游任务上获得了有竞争力的改进。我们还表明,只有一些额外的特定于任务的损失,简单的框架可以直接进行密集的预测任务。在现有的无监督语义分割基准上,它以28%的训练成本超过了最先进的分割方法2.1 mIoU。代码和模型在https://github.com/ZwwWayne/DenseSiam上发布。
2022-08-10 cs.AI cs.CV
Fast Disparity Estimation using Dense Networks
University of the Philippines(菲律宾大学)
视差估计是立体视觉中的一个难题,因为对应技术在具有无纹理和重复区域的图像中失效。最近使用深度卷积神经网络(CNN)的工作克服了语义上的这个问题。大多数CNN实现使用自动编码器方法;立体图像被编码、合并并最终解码以预测视差图。在本文中,我们提出了一种受密集网络启发的CNN实现,以减少参数的数量。此外,我们的方法考虑到语义推理的差距估计。我们提出的网络称为DenseMapNet,它紧凑,快速,可以端到端训练。DenseMapNet仅需要290 k参数,并以30 Hz或更快的速度在全分辨率的彩色立体图像上运行。实验结果表明,DenseMapNet的准确性与其他基于CNN的方法相当。
2018-05-19 cs.CV cs.RO
Densely connected multidilated convolutional networks for dense prediction tasks
Sony Corporation(索尼公司)
涉及高分辨率密集预测的任务需要在大输入字段中对局部和全局模式进行建模。虽然局部和全局结构通常相互依赖,并且它们的同时建模很重要,但许多基于卷积神经网络(CNN)的方法仅在不同分辨率下交换表示几次。在本文中,我们声称的重要性,密集的同时建模的多分辨率表示,并提出了一种新的CNN架构称为密集连接的多扩张DenseNet(D3Net)。D3Net涉及一种新型的多重扩张卷积,它在单层中具有不同的扩张因子,可以同时对不同的分辨率进行建模。通过将多重扩张卷积与DenseNet架构相结合,D3Net将多分辨率学习与几乎所有层的指数增长感受野相结合,同时避免了我们天真地将扩张卷积纳入DenseNet时出现的混叠问题。在Cityscapes的图像语义分割任务和MUSDB18的音频声源分离任务上的实验表明,该方法具有优于现有方法的性能。
2021-06-09 cs.CV cs.LG
DVMN: Dense Validity Mask Network for Depth Completion
Mannheim University of Applied Sciences(曼海姆应用科学大学)
LiDAR深度图在各种应用中提供环境指导。然而,这样的深度图通常是稀疏的并且不足以用于诸如自主导航的复杂任务。现有技术的方法使用图像引导的神经网络用于密集深度完井。我们开发了一个引导式卷积神经网络,专注于从稀疏深度图中收集密集和有效的信息。为此,我们引入了一个新的层,该层具有空间变化和内容相关的膨胀,以包括来自稀疏输入的额外数据。此外,我们提出了一个稀疏不变的残留瓶颈块。我们在KITTI深度完成基准上评估了我们的密集有效性掩码网络(DVMN),并获得了最先进的结果。在提交时,我们的网络是使用稀疏不变卷积的领先方法。
2021-07-14 cs.CV eess.IV
Dense Cross-Connected Ensemble Convolutional Neural Networks for Enhanced Model Robustness
University of South Dakota(南达科他大学);Auburn University(奥本大学);Murray State University(默里州立大学)
针对卷积神经网络易受输入变化和对抗攻击影响的问题,提出融合 DenseNet 密集连接、路径交叉连接与集成学习的 DCC-ECNN,以增强特征共享并提升模型鲁棒性。
2024-12-09 cs.AI cs.CV
Dense Optimizer : An Information Entropy-Guided Structural Search Method for Dense-like Neural Network Design
Information Engineering University(信息工程大学)
针对Dense-like网络人工设计调参困难的问题,提出信息熵引导的架构搜索方法Dense Optimizer,结合幂律与分支定界算法高效优化网络结构,在CIFAR-100上准确率提升5.97%。
2024-10-10 cs.AI cs.CV cs.LG
Pyramidal Dense Attention Networks for Lightweight Image Super-Resolution
Nanjing University of Science and Technology(南京理工大学);Southeast University(东南大学);Hong Kong University of Science and Technology(香港科技大学)
近年来,深度卷积神经网络方法在图像超分辨率(SR)方面取得了很好的效果,但由于存储器开销大,难以应用于嵌入式设备。为了解决这个问题,我们提出了一个金字塔密集注意力网络(PDAN)的轻量级图像超分辨率在本文中。在我们的方法中,所提出的金字塔密集学习可以逐渐增加金字塔密集块内部的密集连接层的宽度,以有效地提取深度特征。同时,引入自适应组卷积,组数随卷积层密度线性增长,以缓解参数爆炸。此外,我们还提出了一种新的联合注意力,以有效的方式捕获空间维度和通道维度之间的跨维度交互,以提供丰富的判别特征表示。大量的实验结果表明,我们的方法实现了优越的性能相比,最先进的轻量级SR方法。
2021-06-13 cs.CV eess.IV
Learning monocular visual odometry with dense 3D mapping from dense 3D flow
University of Birmingham(伯明翰大学);University of Lincoln(林肯大学);Toshiba Research Europe(东芝欧洲研究院)
本文介绍了一种用于单目SLAM的完全深度学习方法,该方法可以使用神经网络来学习视觉里程计(L-VO)和密集3D映射来执行同时定位。通过子网络从单眼图像生成密集2D流和深度图像,然后由L-VO网络中的3D流关联层使用以生成密集3D流。给定该3D流,双流L-VO网络然后可以预测6DOF相对位姿并且进一步重建车辆轨迹。为了学习运动方向之间的相关性,在损失函数中采用双变量高斯建模。在KITTI里程计基准测试中,L-VO网络的平均平移误差和平均旋转误差的总体性能分别为2.68%和0.0143 deg/m。此外,学习的深度被充分利用来生成密集的3D地图。因此,一个完整的视觉SLAM系统,即学习单目测距结合密集的3D映射,实现。
2018-07-25 cs.CV cs.RO
DenseNet for Dense Flow
University of California, Merced(加州大学默塞德分校)
经典的光流估计方法在过去的十年中取得了迅速的进展。然而,它们中的大多数都太慢而不能应用于实时视频分析。由于深度学习的巨大成功,最近的工作集中在使用CNN来解决这种密集的预测问题。在本文中,我们研究了一种新的深度架构,密集连接卷积网络(DenseNet),以学习光流。这种特定的架构非常适合解决当前的问题,因为它在整个网络中提供了快捷连接,从而实现了隐式的深度监控。我们将当前的DenseNet扩展到一个完全卷积的网络,以无监督的方式学习运动估计。在三个标准基准上的评估结果表明,DenseNet比其他广泛采用的CNN架构更适合用于光流估计。
2017-07-19 cs.CV cs.MM
An application of Pixel Interval Down-sampling (PID) for dense tiny microorganism counting on environmental microorganism images
Northeastern University(东北大学);Chengdu University of Information Technology(成都信息工程大学);Stevens Institute of Technology(史蒂文斯理工学院);National Chung Hsing University(中兴大学);Huazhong University of Science and Technology(华中科技大学);University of Luebeck(吕贝克大学)
本文提出了一种新的像素间隔下采样网络(PID-Net)密集的微小物体(酵母细胞)计数任务,具有更高的精度。PID-Net是一种端到端卷积神经网络(CNN)模型,具有编码器-解码器架构。像素间隔下采样操作与最大池化操作级联以组合稀疏特征和密集特征。这解决了在计数时密集对象的轮廓连续性的限制。使用经典的分割度量(Dice,Jaccard和Hausdorff距离)以及计数度量进行评估。实验结果表明,该算法在密集的微小目标计数任务中具有最好的性能和潜力,在2448幅酵母细胞图像的数据集上实现了96.97%的计数准确率.通过与Attention U-Net、Swin U-Net和Trans U-Net等方法的比较,该方法能够分割出密集的微小目标,且边界清晰,错误碎片少,显示了PID-Net在精确计数任务中的巨大潜力。
2022-07-22 cs.AI cs.CV
Image Superresolution using Scale-Recurrent Dense Network
卷积神经网络(CNN)设计的最新进展在图像超分辨率(SR)性能方面取得了显着改善。性能的提升可以归因于这些网络的中间层中存在残余或密集连接。这种连接的有效组合可以大大减少参数的数量,同时保持恢复质量。在本文中,我们提出了一个规模经常性SR架构的单位包含一系列的密集连接内的残留块(残留密集块(RDBs)),允许从图像中提取丰富的局部特征。我们的规模递归设计提供了更高的比例因子的竞争力的性能,同时更有效的参数相比,目前最先进的方法。为了进一步提高网络的性能,我们在中间层中采用了多个残差连接(称为多残差密集块),这改善了现有层中的梯度传播。最近的研究发现,传统的损失函数可以引导网络产生具有高PSNR但感知较差的结果。我们通过利用基于生成对抗网络(GAN)的框架和深度特征(VGG)损失来训练我们的网络来缓解这个问题。我们通过实验证明,VGG损失和对抗性损失的不同加权组合使我们的网络输出能够沿着感知失真曲线遍历。所提出的网络在感知和客观上(基于PSNR)都优于现有方法,参数较少。
2022-01-28 cs.CV eess.IV
Single Image Super-resolution via Dense Blended Attention Generative Adversarial Network for Clinical Diagnosis
在训练阶段,更多的连接(例如DenseNet最后一层的通道级联)意味着占用更多的GPU内存和更低的GPU利用率,需要更多的训练时间。训练时间的增加也不利于SR算法的推广应用。这就是为什么我们放弃了DenseNet作为基本网络。但是,由于本文仅适用于医学图像,因此我们放弃了本文。请在arXiv:1911.03464查看我们应用于一般图像的最新工作。
2020-02-24 cs.CV eess.IV
Dense Transformer based Enhanced Coding Network for Unsupervised Metal Artifact Reduction
KU Leuven(鲁汶大学)
针对CT图像金属伪影去除中难以保留结构信息的问题,提出DTEC-Net,通过高阶密集过程与transformer增强编码并采用二阶解耦改进解码,在基准数据集上优于现有方法且有效恢复纹理细节。
2023-07-28 cs.CV eess.IV
Dense Transformer Networks
Washington State University(华盛顿州立大学);University of California, Davis(加利福尼亚大学戴维斯分校)
当前用于密集预测的深度学习方法的关键思想是在以每个像素为中心的规则块上应用模型来进行逐像素预测。这些方法的局限性在于补丁是由网络架构确定的,而不是从数据中学习的。在这项工作中,我们提出了密集的Transformer网络,它可以学习的形状和大小的补丁从数据。密集Transformer网络采用编码器-解码器架构,并且将一对密集Transformer模块插入到编码器和解码器路径中的每一个中。这项工作的新颖之处在于,我们提供了技术解决方案,用于从数据中学习补丁的形状和大小,并有效地恢复密集预测所需的空间对应关系。所提出的密集Transformer模块是可微的,因此可以训练整个网络。我们将所提出的网络应用于自然和生物图像分割任务,与基线方法相比,表现出优越的性能。
2017-06-08 cs.CV cs.LG cs.NE
A Network for structural dense displacement based on 3D deformable mesh model and optical flow
Harbin Institute of Technology(哈尔滨工业大学)
提出一种基于FlowNet2和POFRN-Net的网络,从单目视频中识别RC框架结构位移,并通过FFT分析频域信号,实现多楼层位移预测。
2024-02-09 cs.CV eess.IV
Dense U-net for super-resolution with shuffle pooling layer
Jiangnan University(江南大学)
随着计算机视觉领域深度学习技术的发展,近年来单图像超分辨率研究取得了很大进展。在这些方法中,在特征提取之前,使用单个滤波器(通常为最大池化)将高分辨率输入图像缩小到低分辨率空间。这意味着特征提取是在有偏滤波的特征空间中执行的。我们证明,这是次优的,并导致信息丢失。在这项工作中,我们提出了一种最先进的卷积神经网络方法,称为具有洗牌池的密集U网。为了实现这一点,一个修改的U-网与密集块,称为密集U-网,提出了SISR。在此基础上,设计了一种新的池化策略--洗牌池化策略,以取代稠密U网进行下规模操作。通过这样做,我们有效地用专门为每个特征图训练的更多有损下采样滤波器替换了SISR管道中的手工滤波器,同时还减少了整个SISR操作的信息丢失。此外,提出了一种结合均方误差(MSE)、结构相似性指数(SSIM)和平均梯度误差(MGE)的混合损失函数,以减少感知损失和高层信息损失。我们所提出的方法实现了优越的准确性比以前的国家的最先进的三个基准数据集:SET 14,BSD 300,ICDAR 2003。代码可在线获取。
2021-01-09 cs.CV eess.IV
DOR3D-Net: Dense Ordinal Regression Network for 3D Hand Pose Estimation
Samsung R&D Institute China–Beijing(三星中国北京研发研究院);Multimedia System TU, SAIT, SEC, Korea(韩国三星电子高级技术院多媒体系统技术部)
本文将3D手部姿态估计重新表述为密集序数回归问题,提出DOR3D-Net,通过将偏移值回归分解为带序数约束的二元分类子任务降低噪声,并结合两种损失端到端训练,在多个公开数据集上显著优于现有SOTA方法。
2024-03-20 cs.AI cs.CV
KCP: Kernel Cluster Pruning for Dense Labeling Neural Networks
National Taiwan University(国立台湾大学)
剪枝已经成为一种很有前途的压缩和加速神经网络的技术。现有的方法主要是评估备用标签的应用。然而,密集标记应用程序是那些更接近现实世界的问题,需要在资源受限的移动设备上实时处理。密集标签应用的剪枝仍然是一个未开发的领域。流行的滤波器通道修剪方法移除整个滤波器通道。因此,一个滤波器通道中的每个内核之间的交互被忽略。在这项研究中,我们提出了核簇修剪(KCP)修剪密集标记网络。我们开发了一种聚类技术来识别每层中最不具代表性的内核。通过迭代删除这些内核,可以更好地代表整个网络的参数被保留下来;因此,我们可以实现更好的准确性,同时减少模型大小和计算量。当评估立体匹配和语义分割神经网络,我们的方法可以减少超过70%的FLOP小于1%的准确率下降。此外,对于ILSVRC-2012上的ResNet-50,我们的KCP可以在0.13%的Top-1精度增益下减少超过50%的FLOP减少。因此,KCP实现了最先进的剪枝结果。
2021-01-17 cs.CV cs.LG
DRU-net: An Efficient Deep Convolutional Neural Network for Medical Image Segmentation
University of Nottingham(诺丁汉大学)
残差网络(ResNet)和密集连接网络(DenseNet)显著提高了深度卷积神经网络(DCNN)的训练效率和性能,主要用于对象分类任务。在本文中,我们提出了一个有效的网络架构,考虑到这两个网络的优点。该方法被集成到一个编码器-解码器DCNN模型的医学图像分割。与ResNet相比,我们的方法增加了额外的跳过连接,但使用的模型参数比DenseNet少得多。我们在皮肤病变分割的公共数据集(ISIC 2018大挑战)和局部脑MRI数据集上评估了所提出的方法。在相同的编码器-解码器网络结构中,与基于ResNet的,基于DenseNet的和基于注意力网络(AttnNet)的方法相比,我们的方法以比DenseNet和AttnNet更少的模型参数实现了更高的分割精度。代码可以在GitHub上找到(GitHub链接:https://github.com/MinaJf/DRU-net)。
2020-04-28 cs.CV eess.IV
Multi-scale Grouped Dense Network for VVC Intra Coding
University of Science and Technology of China(中国科学技术大学)
多功能视频编码(Versatile Video Coding,H.266/VVC)标准在保持相同比特数的情况下,比传统的图像编解码器(如BPG、JPEG等)具有更好的图像质量。在本文中,我们设计的多尺度分组密集网络(MSGDN),以进一步减少压缩伪影相结合的多尺度和分组密集块,这是集成的VVC帧内编码的后处理网络。此外,为了提高压缩图像的主观质量,我们还提出了一个生成对抗网络(MSGDN-GAN),利用我们的MSGDN作为发电机。在验证集上的广泛实验中,我们通过MSE损失训练的MSGDN在低速率轨道中以0.15的比特率使用IMC团队平均产生32.622的PSNR。此外,我们的MSGDN-GAN可以实现更好的主观性能。
2020-05-16 cs.CV eess.IV
Performance Evaluation of Vanilla, Residual, and Dense 2D U-Net Architectures for Skull Stripping of Augmented 3D T1-weighted MRI Head Scans
COEP Technological University(COEP科技大学)
针对头部MRI颅骨剥离任务,本研究比较Vanilla、Residual和Dense三种2D U-Net架构,发现Dense 2D U-Net在测试集上准确率达99.75%,优于其他两种,其密集连接可促进特征重用并使浅层模型具备深层优势。
2023-01-21 cs.CV eess.IV
GRDN:Grouped Residual Dense Network for Real Image Denoising and GAN-based Real-world Noise Modeling
Dongguk University(东国大学)
最近关于图像去噪的研究随着深度学习架构(尤其是卷积神经网络)的发展而取得了进展。然而,现实世界的图像去噪仍然是非常具有挑战性的,因为它是不可能获得理想的地面实况图像和现实世界的噪声图像对。由于最近发布的基准数据集,图像去噪社区的兴趣现在正转向现实世界的去噪问题。在本文中,我们提出了一个分组的剩余密集网络(GRDN),这是一个扩展和推广的国家的最先进的剩余密集网络(RDN)的体系结构。RDN的核心部分被定义为分组剩余密集块(GRDB),并作为GRDN的构建模块。实验结果表明,级联GRDBs可以显著提高图像去噪性能.除了网络架构设计之外,我们还开发了一种新的基于生成对抗网络的真实世界噪声建模方法。我们通过在NTIRE 2019 Real图像去噪挑战赛- Track 2:sRGB中实现峰值信噪比和结构相似性方面的最高得分来证明所提出方法的优越性。
2019-05-27 cs.CV eess.IV
Convolutional Networks with Dense Connectivity
Tsinghua University(清华大学);Cornell University(康奈尔大学);UC Berkeley(加州大学伯克利分校);Facebook AI Research(脸书人工智能研究院)
最近的工作表明,如果卷积网络在靠近输入的层和靠近输出的层之间包含更短的连接,那么它们可以更深入,更准确,更有效地进行训练。在本文中,我们接受了这一观察,并介绍了密集卷积网络(DenseNet),它以前馈方式将每一层连接到其他每一层。而传统的L层卷积网络有L个连接-每一层与其后续层之间有一个连接-我们的网络有L(L+1)/2个直接连接。对于每个层,所有先前层的特征图被用作输入,并且其自身的特征图被用作所有后续层的输入。DenseNets有几个令人信服的优势:它们缓解了消失梯度问题,鼓励特征重用,并大大提高了参数效率。我们在四个高度竞争的对象识别基准任务(CIFAR-10,CIFAR-100,SVHN和ImageNet)上评估了我们提出的架构。DenseNets在大多数最先进的技术上获得了显着的改进,同时需要更少的参数和计算来实现高性能。
2020-01-08 cs.CV cs.LG stat.ML
Dense Dilated Convolutions Merging Network for Semantic Mapping of Remote Sensing Images
Norwegian Computing Center(挪威计算中心);UiT, the Arctic University of Norway(挪威北极大学)
我们提出了一种称为密集扩张卷积合并网络(DDCM-Net)的语义映射网络,以提供一种深度学习方法,可以识别具有相似颜色和纹理的多尺度和复杂形状的对象,例如非常高分辨率的遥感图像中的建筑物,表面/道路和树木。所提出的DDCM-Net由具有不同膨胀率的密集膨胀卷积组成。这可以有效地扩大核的感受野,更重要的是,获得融合的局部和全局上下文信息,以提高周围的辨别能力。我们证明了所提出的DDCM-Net在公开的ISPRS波茨坦数据集上的有效性,并且仅使用RGB波段,无需任何后处理,即可实现92.3%的F1得分和86.0%的平均交叉精度。我们还展示了ISPRS Vaihingen数据集的结果,其中使用IRRG波段训练的DDCM-Net也获得了比以前最先进的方法更好的映射准确性(89.8%F1分数)。
2019-08-30 cs.CV cs.LG eess.IV
Three-Dimensional Radiotherapy Dose Prediction on Head and Neck Cancer Patients with a Hierarchically Densely Connected U-net Deep Learning Architecture
University of Texas Southwestern Medical Center(德克萨斯大学西南医学中心)
头颈部(H&N)癌症患者的治疗计划过程被认为是最复杂的,由于大的目标体积,多个处方剂量水平,以及许多辐射敏感的关键结构附近的目标。该部位的治疗计划需要高水平的人类专业知识和大量的努力来制定个性化的高质量计划,需要长达一周的时间,这降低了肿瘤控制和患者生存的机会。为了解决这个问题,我们建议研究一种基于深度学习的剂量预测模型,分层密集连接U网,它基于两种非常流行的网络架构:U网和DenseNet。我们发现,这种新的架构是能够准确和有效地预测剂量分布,优于其他两个模型,标准U-网络和DenseNet,在均匀性,剂量一致性,剂量覆盖测试数据。对所有有风险的器官进行平均,我们提出的模型能够预测有风险的器官的最大剂量在6.3%以内,平均剂量在测试数据的处方剂量的5.1%以内。其他模型,标准U-net和DenseNet,表现较差,平均器官风险最大剂量预测误差分别为8.2%和9.3%,平均平均剂量预测误差分别为6.4%和6.8%。此外,我们提出的模型使用的可训练参数比标准U型网络少12倍,预测患者剂量的速度比DenseNet快4倍。
2019-02-04 cs.CV cs.LG physics.med-ph
Dense Deformation Network for High Resolution Tissue Cleared Image Registration
Queensland University of Technology(昆士兰科技大学)
最近深度学习在医学图像分析各个领域的应用带来了出色的性能提升。特别是,医学图像配准中基于深度学习的技术在配准时间和精度方面都优于传统的基于优化的配准算法。然而,在大多数图像配准框架中使用的基于U-网的架构将数据缩小,这去除了全局信息并影响变形。在本文中,我们提出了一个密集连接的卷积架构的变形图像配准。我们提出的密集网络只在一个阶段缩小数据,并有密集的连接,而不是在U-net架构中的跳跃连接。网络的训练是无监督的,不需要地面真实变形或任何合成变形作为标签。所提出的架构在两个不同版本的组织清除数据上进行训练和测试,分辨率为原始单细胞分辨率数据集的10%和25%。我们展示了与最先进的配准方法相当的配准性能,以及在准确性和更高的分辨率处理能力方面优于基于深度学习的VoxelMorph方法的性能。在这两种分辨率下,建议的DenseDeformation网络在配准精度方面优于VoxelMorph。重要的是,它可以在一分钟内记录大脑,而传统方法可能需要数小时才能达到25%的分辨率。
2019-09-06 cs.CV cs.LG eess.IV