REFUGE 2018挑战赛任务2：基于U-Net与多尺度特征匹配网络的眼底图像视盘与视杯分割
计算机视觉与模式识别
2018-07-31 v1
摘要
本文提出一种视盘与视杯分割方法，采用U-Net后接多尺度特征匹配网络。该方法针对REFUGE 2018挑战赛的任务2。为解决任务2的分割问题，我们首先使用单发多框检测器（SSD）对输入图像进行裁剪。随后将裁剪后的图像送入带有跳跃连接的编码器-解码器网络（亦称生成器）。之后，将真实图像与生成图像一同输入卷积神经网络（CNN）以提取其多级特征。接着使用dice损失函数，通过最小化每一层的误差来匹配两幅图像的特征。各层误差的聚合通过生成器网络反向传播，以迫使生成器生成更接近真实图像的分割图像。该CNN网络在不增加模型复杂度的前提下提升了生成器网络的性能。
引用
@article{arxiv.1807.11433,
title = {REFUGE CHALLENGE 2018-Task 2:Deep Optic Disc and Cup Segmentation in Fundus Images Using U-Net and Multi-scale Feature Matching Networks},
author = {Vivek Kumar Singh and Hatem A. Rashwan and Adel Saleh and Farhan Akram and Md Mostafa Kamal Sarker and Nidhi Pandey and Saddam Abdulwahab},
journal= {arXiv preprint arXiv:1807.11433},
year = {2018}
}
备注
EYE REFUGE CHALLENGE 2018, submitted 7 Pages