PointScatter：用于管状结构提取的点集表示
计算机视觉与模式识别
2022-09-14 v1
摘要
本文探索用于管状结构提取任务的点集表示。与传统掩码表示相比，点集表示具有灵活性和表征能力，不受掩码固定网格的限制。受此启发，我们提出PointScatter，作为管状结构提取任务中分割模型的替代方案。PointScatter将图像分割为散点区域，并并行预测每个散点区域的点。我们进一步提出基于贪心的区域级二分匹配算法，以端到端且高效地训练网络。我们在四个公开管状数据集上对PointScatter进行基准测试，在管状结构分割和中心线提取任务上的大量实验证明了方法的有效性。代码见 https://github.com/zhangzhao2022/pointscatter。
引用
@article{arxiv.2209.05774,
title = {PointScatter: Point Set Representation for Tubular Structure Extraction},
author = {Dong Wang and Zhao Zhang and Ziwei Zhao and Yuhang Liu and Yihong Chen and Liwei Wang},
journal= {arXiv preprint arXiv:2209.05774},
year = {2022}
}
备注
ECCV2022 (Oral)