用于实时舌体分割的边界引导分层网络
图像与视频处理
2020-03-17 v1 计算机视觉与模式识别
机器学习
摘要
舌图像中的自动舌体分割是一项具有挑战性的任务，原因有二：1）舌表面存在许多病理细节，影响边界的提取；2）从不同人（患有不同疾病）捕获的舌头形状差异很大。为应对该挑战，本文提出一种带有新型混合损失的端到端边界引导分层网络（BGHNet）。在新方法中，首先基于自底向上路径构建上下文特征编码模块（CFEM）以应对感受野的收缩。其次，采用一种新颖的分层循环特征融合模块（HRFFM），通过整合局部上下文信息逐步且分层地细化目标图以恢复图像细节。最后，所提出的四层次（像素、块、图与边界）混合损失引导网络有效分割舌体区域与精确舌边界。BGHNet 应用于一组舌图像。实验结果表明，所提方法可达到最新的舌体分割性能。同时，该轻量网络仅含 15.45M 参数并执行 11.22GFLOPS。
引用
@article{arxiv.2003.06529,
title = {Boundary Guidance Hierarchical Network for Real-Time Tongue Segmentation},
author = {Xinyi Zeng and Qian Zhang and Jia Chen and Guixu Zhang and Aimin Zhou and Yiqin Wang},
journal= {arXiv preprint arXiv:2003.06529},
year = {2020}
}
备注
10 pages, 8 figures