晶体团聚体分类的实例相机焦点预测
计算机视觉与模式识别
2026-01-15 v1
摘要
团聚作用指的是由于粒子间作用力导致晶体聚集成团的过程。由于二维成像的固有局限， 从显微图像中进行晶体团聚分析具有挑战性。重叠的晶体即使位于不同的深度层，也可能看起来相邻。由于光学显微镜的浅景深， 位于同一图像中焦点和非焦点区域的晶体通常位于不同的深度层，不构成真实的团聚。为此，我们首先构建实例相机焦点预测网络，对相机焦点进行量化，预测出两种焦点等级，这种预测方式在视觉观察中与传统图像处理焦点度量更贴合。随后将预测的焦点等级与实例分割模型结合，用于团聚分类。我们提出的方法在氯化铵晶体和糖晶体数据集上，相较于基线模型，实现了更高的团聚分类和分割精度。
引用
@article{arxiv.2601.09004,
title = {Instance camera focus prediction for crystal agglomeration classification},
author = {Xiaoyu Ji and Chenhao Zhang and Tyler James Downard and Zoltan Nagy and Ali Shakouri and Fengqing Zhu},
journal= {arXiv preprint arXiv:2601.09004},
year = {2026}
}