用于十亿像素图像放大的 Magnifying Networks

向端到端深度学习的转变为计算机视觉诸多领域带来了前所未有的进展。然而，深度神经网络所训练的图像分辨率很少超过 $1,000 \times 1,000$ 像素。扫描仪日益产生极高分辨率图像（平均可达 $100,000 \times 100,000$ 像素）的用途增长，从而为该领域带来新挑战。多数已发表方法将高分辨率图像预处理为一组较小图块，对提取图块的最佳属性（放大倍率、视场、位置等）施加了先验信念。在此，我们引入 Magnifying Networks（MagNets）作为千兆像素图像分析的替代深度学习方案，其既不依赖预处理阶段，也无需处理数十亿像素。MagNets 能以端到端方式动态检索千兆像素图像的任何部分，于任意放大倍率与视场下，仅需极少真值（单一全局、切片级标签）。我们在公开可用的 Camelyon16 与 Camelyon17 数据集上的结果证实了 MagNets 及所提优化框架在全切片图像分类上的有效性与高效性。重要的是，MagNets 从每张切片处理的图块远少于任何现有方法（少 $10$ 至 $300$ 倍）。