用于视网膜图像分割的注意力引导网络
图像与视频处理
2019-10-24 v3 计算机视觉与模式识别
摘要
在视网膜图像分割中，学习结构信息对于产生理想结果至关重要。近年来，卷积神经网络已展现出提取有效表示的强大能力。然而，卷积和池化操作滤除了一部分有用的结构信息。本文提出一种注意力引导网络（AG-Net）以保留结构信息并引导上采样操作。在我们的 AG-Net 中，引导滤波被用作对结构敏感的扩展路径，以从先前的特征图传递结构信息，并引入注意力模块以排除噪声并进一步降低背景的负面影响。在两个视网膜图像分割任务（即血管分割、视盘与视杯分割）上的大量实验证明了我们所提方法的有效性。
引用
@article{arxiv.1907.12930,
title = {Attention Guided Network for Retinal Image Segmentation},
author = {Shihao Zhang and Huazhu Fu and Yuguang Yan and Yubing Zhang and Qingyao Wu and Ming Yang and Mingkui Tan and Yanwu Xu},
journal= {arXiv preprint arXiv:1907.12930},
year = {2019}
}
备注
Accepted to MICCAI 2019. Project page: (https://github.com/HzFu/AGNet)