面向人工标记去除的具有目标感知判别的盲修复方法
计算机视觉与模式识别
2024-11-01 v2 机器学习
图像与视频处理
摘要
医学图像常包含医生添加的标记，这可能妨碍基于人工智能的诊断。该问题凸显了利用修复技术恢复受损视觉内容的需求。然而，现有方法需要以手动掩码标注作为输入，限制了应用场景。本文提出一种新颖的盲修复方法，可在无掩码输入引导的情况下自动重建受损区域内的视觉内容。我们的模型包括一个盲重建网络和一个用于对抗训练的目标感知判别器。重建网络包含两条分支，分别预测图像中的受损区域并同时恢复缺失的视觉内容。借助稠密目标检测器的强大识别能力，目标感知判别器确保修复后标记不可被检测。因此，修复后的图像与干净图像极为相似。我们在三种不同医学成像模态的数据集上评估了该方法，证实其优于其他最先进的方法。
引用
@article{arxiv.2303.15124,
title = {Blind Inpainting with Object-aware Discrimination for Artificial Marker Removal},
author = {Xuechen Guo and Wenhao Hu and Chiming Ni and Wenhao Chai and Shiyan Li and Gaoang Wang},
journal= {arXiv preprint arXiv:2303.15124},
year = {2024}
}