利用局部显著性图和生成对抗网络进行图像超分辨率的视网膜血管分割
计算机视觉与模式识别
2018-05-22 v3
摘要
我们提出了一种使用生成对抗网络（GANs）的图像超分辨率（ISR）方法，该方法接收低分辨率眼底图像输入，并生成缩放因子高达 的高分辨率超分辨率（SR）图像。这促进了更准确的自动图像分析，特别是针对微小或模糊的地标和病理特征。定义每个像素重要性的局部显著性图被用于定义 GAN 代价函数中的一种新颖的显著性损失。实验结果表明，生成的 SR 图像在感知质量上非常接近原始图像，并且优于那些未根据像素重要性进行加权的竞争方法。当用于视网膜血管分割时，我们的 SR 图像产生的准确度水平与使用原始图像时获得的水平相当。
引用
@article{arxiv.1710.04783,
title = {Retinal Vasculature Segmentation Using Local Saliency Maps and Generative Adversarial Networks For Image Super Resolution},
author = {Dwarikanath Mahapatra and Behzad Bozorgtabar},
journal= {arXiv preprint arXiv:1710.04783},
year = {2018}
}
备注
Accepted in MICCAI 2017 conference