一种基于CNN的超声图像舌轮廓自动跟踪工具
图像与视频处理
2019-07-25 v1 计算与语言
计算机视觉与模式识别
摘要
对于语音研究，超声舌成像提供了一种非侵入性的手段，用于可视化发音过程中的舌位置和运动。从超声图像中提取舌轮廓是分析超声数据的基本步骤，但该任务通常需要复杂的人工标注。本研究提出了一种开源工具，使用基于神经网络的方法在超声帧中全自动跟踪舌轮廓。我们在不同条件下实现并系统比较了两种卷积神经网络：U-Net和DenseU-Net。尽管两种模型都能以相当的精度进行自动轮廓跟踪，但Dense U-Net架构在不同的测试数据集上似乎具有更好的泛化能力，而U-Net的提取速度更快。我们的比较还表明，在此任务中，损失函数的选择和数据增强对跟踪性能的影响更大。这一公开可用的分割工具在语音研究中用于超声图像的自动舌轮廓标注方面展现了广阔的前景。
引用
@article{arxiv.1907.10210,
title = {A CNN-based tool for automatic tongue contour tracking in ultrasound images},
author = {Jian Zhu and Will Styler and Ian Calloway},
journal= {arXiv preprint arXiv:1907.10210},
year = {2019}
}