微生物图像分析中目标检测技术的前沿综述：从经典方法到深度学习方法
计算机视觉与模式识别
2022-04-12 v2 人工智能
摘要
微生物在人类生活中起着至关重要的作用。因此，微生物检测对人类意义重大。然而，传统人工显微检测方法存在检测周期长、大批量检测精度低以及罕见微生物检测难度大的缺点。因此，将计算机图像分析技术应用于微生物检测领域具有意义。计算机图像分析可实现微生物的高精度、高效率检测。本综述中，首先我们按时间顺序分析现有微生物检测方法，从传统图像处理与传统机器学习到深度学习方法。然后，我们分析并总结这些现有方法，并介绍一些潜在方法，包括视觉Transformer（visual transformer）。最后，讨论了微生物检测的未来发展方向与挑战。总体而言，我们总结了从1985年至今的142篇相关技术论文。本综述将帮助研究者更全面地了解微生物检测领域的发展过程、研究现状与未来趋势，并为其他领域研究者提供参考。
引用
@article{arxiv.2105.03148,
title = {A State-of-the-art Survey of Object Detection Techniques in Microorganism Image Analysis: From Classical Methods to Deep Learning Approaches},
author = {Pingli Ma and Chen Li and Md Mamunur Rahaman and Yudong Yao and Jiawei Zhang and Shuojia Zou and Xin Zhao and Marcin Grzegorzek},
journal= {arXiv preprint arXiv:2105.03148},
year = {2022}
}