利用2D投影增强3D线性结构的连通性
计算机视觉与模式识别
2022-12-27 v2
摘要
许多生物与医学任务需要从图像体数据中描绘血管和神经元突起等3D曲线结构。这通常通过使用神经网络并最小化体素级损失函数来完成，此类损失函数无法捕捉这些结构的拓扑属性。因此，恢复结构的连通性常常出错，降低了其实用性。在本文中，我们提出通过在其2D投影上最小化拓扑感知损失之和来改善结果的3D连通性。这足以提高准确性并减少提供所需标注训练数据所需的标注工作量。代码见 https://github.com/doruk-oner/ConnectivityOnProjections。
引用
@article{arxiv.2207.06832,
title = {Enforcing connectivity of 3D linear structures using their 2D projections},
author = {Doruk Oner and Hussein Osman and Mateusz Kozinski and Pascal Fua},
journal= {arXiv preprint arXiv:2207.06832},
year = {2022}
}