一种基于距离的分割质量评估新指标
计算机视觉与模式识别
2025-04-02 v1 图像与视频处理
摘要
分割质量的评估在开发、优化和比较广泛应用于各类场景的分割方法中发挥着基本作用。鲜有例外，质量评估都是使用基于计数错误像素数的传统指标，这些指标不捕捉错误空间分布。 established 的基于距离的指标，如平均 Hausdorff 距离，在不同方法和数据集之间解释和比较困难。在本文中，我们引入 Surface Consistency Coefficient (SCC)，一种 novel distance-based quality metric，用于基于其结构表面接近度量错误空间分布。通过使用合成数据和真实分割结果进行严格分析，我们展示了 SCC 在区分靠近表面的错误与距离表面更远的错误方面具有稳健和有效性。与此同时，SCC 易于解释且在不同结构语境下可比。
关键词
引用
@article{arxiv.2504.00023,
title = {A Novel Distance-Based Metric for Quality Assessment in Image Segmentation},
author = {Niklas Rottmayer and Claudia Redenbach},
journal= {arXiv preprint arXiv:2504.00023},
year = {2025}
}