在图像分割主动学习中引入几何先验
计算机视觉与模式识别
2015-08-21 v1
摘要
我们提出一种主动学习方法来训练分割分类器，该方法利用几何先验来简化3D图像体中的标注过程。为此，我们不仅使用这些先验来选择最需要标注的体素，而且保证它们位于2D平面块上，这使得标注比它们在体中随机分布时容易得多。该方法的简化版本在自然2D图像中有效。我们在电子显微镜和磁共振图像体以及自然图像上评估了我们的方法。与几种公认的基线相比，展示了显著的性能提升。
引用
@article{arxiv.1508.04955,
title = {Introducing Geometry in Active Learning for Image Segmentation},
author = {Ksenia Konyushkova and Raphael Sznitman and Pascal Fua},
journal= {arXiv preprint arXiv:1508.04955},
year = {2015}
}