基于合成数据的图像投影变换校正用于手机拍摄胸片照片分类
计算机视觉与模式识别
2023-09-04 v2 人工智能
机器学习
摘要
由于非理想相机位置引起的投影变换，对手机拍摄的胸部 X 光（CXR）照片进行病理检测分类具有挑战性。近年来，针对文档照片、车牌照片等不同照片校正任务提出了多种校正方法。然而，我们发现它们均不适用于 CXR 照片，因其特定的变换类型、图像外观、标注类型等。本文提出一种创新的基于深度学习的投影变换校正网络（PTRN），通过预测投影变换矩阵自动校正 CXR 照片。据我们所知，这是首项将预测投影变换矩阵作为学习目标用于照片校正的工作。此外，为避免自然数据的高成本采集，在考虑自然扰动、额外屏幕等情况下生成了合成 CXR 照片。我们在斯坦福大学机器学习组主办的 CheXphoto 手机拍摄 CXR 照片分类竞赛中评估了所提方法，该方法以巨大性能提升获得第一名（我们的 AUC 为 0.850，第二名为 0.762）。进一步研究表明，使用 PTRN 成功使空间变换后 CXR 照片的分类性能达到与高质量数字 CXR 图像相同的水平，表明 PTRN 可消除投影变换对 CXR 照片的所有负面影响。
引用
@article{arxiv.2210.05954,
title = {Image Projective Transformation Rectification with Synthetic Data for Smartphone-captured Chest X-ray Photos Classification},
author = {Chak Fong Chong and Yapeng Wang and Benjamin Ng and Wuman Luo and Xu Yang},
journal= {arXiv preprint arXiv:2210.05954},
year = {2023}
}