使用 iaSTAPLE 进行众包图像分割
计算机视觉与模式识别
2017-02-22 v1
摘要
我们提出了一种新颖的标签融合技术以及一个众包协议，以高效地从非专家众包工作者处获得准确的上皮细胞分割。我们的标签融合技术同时估计真实分割、个体众包工作者的性能水平，以及一个成对马尔可夫随机场形式的图像分割模型。我们将此方法称为图像感知 STAPLE (iaSTAPLE)，因为我们的图像分割模型无缝集成到众所周知且广泛使用的 STAPLE 方法中。在一个包含超过 5000 个果蝇翅膀膜标记上皮细胞的光学显微镜数据集上的评估中，我们表明 iaSTAPLE 在分割精度以及估计的众包工作者性能水平精度方面均优于 STAPLE，并且与专家分割相比，能够正确分割 99% 的细胞。这些结果表明 iaSTAPLE 是众包图像分割的一个高效工具。
引用
@article{arxiv.1702.06461,
title = {Crowd Sourcing Image Segmentation with iaSTAPLE},
author = {Dmitrij Schlesinger and Florian Jug and Gene Myers and Carsten Rother and Dagmar Kainmüller},
journal= {arXiv preprint arXiv:1702.06461},
year = {2017}
}
备注
Accepted to ISBI2017