MONet：用于生物医学图像复制区域检测的多尺度重叠网络
计算机视觉与模式识别
2022-07-20 v1 人工智能
摘要
为歪曲实验结果而操纵生物医学图像的问题困扰生物医学界已有一段时间。近期对该问题的关注催生了数据集及相关任务的整理，以促进生物医学取证方法的发展。其中最大的篡改检测任务聚焦于图像间重复区域的检测。基于传统计算机视觉、在自然图像上训练的取证模型并非为克服生物医学图像所带来的挑战而设计。我们提出一种多尺度重叠检测模型来检测重复图像区域。我们的模型以层次化方式查找重复，从而减少补丁操作的数量。它在总体及多个生物医学图像类别上均达到了 SOTA 性能。
引用
@article{arxiv.2207.09107,
title = {MONet: Multi-scale Overlap Network for Duplication Detection in Biomedical Images},
author = {Ekraam Sabir and Soumyaroop Nandi and Wael AbdAlmageed and Prem Natarajan},
journal= {arXiv preprint arXiv:2207.09107},
year = {2022}
}
备注
To appear at ICIP 2022