像素间隔下采样（PID）在环境微生物图像密集微小生物计数中的应用
计算机视觉与模式识别
2022-07-25 v3 人工智能
摘要
本文提出一种新颖的像素间隔下采样网络（PID-Net），用于以更高精度完成密集微小目标（酵母细胞）计数任务。PID-Net是一种具有编码器—解码器架构的端到端卷积神经网络（CNN）模型。像素间隔下采样操作与最大池化操作相拼接，以结合稀疏与稠密特征。这解决了计数时密集目标轮廓粘连的局限。评估采用经典分割指标（Dice、Jaccard和Hausdorff距离）以及计数指标进行。实验结果表明，所提PID-Net在密集微小目标计数任务中具有最佳性能与潜力，其在包含2448张酵母细胞图像的数据集上达到了96.97%的计数准确率。通过与Attention U-Net、Swin U-Net和Trans U-Net等最先进方法比较，所提PID-Net能以更清晰的边界和更少的错误碎片分割密集微小目标，显示出其在精确计数任务中的巨大潜力。
引用
@article{arxiv.2204.01341,
title = {An application of Pixel Interval Down-sampling (PID) for dense tiny microorganism counting on environmental microorganism images},
author = {Jiawei Zhang and Xin Zhao and Tao Jiang and Md Mamunur Rahaman and Yudong Yao and Yu-Hao Lin and Jinghua Zhang and Ao Pan and Marcin Grzegorzek and Chen Li},
journal= {arXiv preprint arXiv:2204.01341},
year = {2022}
}