从人体姿态估计视角重访头影测量标志点检测并引入轻量级超分辨率头
计算机视觉与模式识别
2023-10-02 v1 人工智能
摘要
头影测量标志点的准确定位因其实现关键点标注自动化的潜力，在正畸与正颌领域具有重要意义。在标志点检测（尤其是头影测量）中，观察到现有方法常缺乏标准化流程与精心设计的偏置削减过程，这显著影响了其性能。在本文中，我们重访一项相关任务——人体姿态估计（HPE），其与头影测量标志点检测（CLD）有许多相似之处，并强调将前者的技术迁移以惠及后者的潜力。受此启发，我们基于成熟的 HPE 代码库 MMPose 开发了一个稳健且可适配的基准。该基准可作为取得优异 CLD 性能的可靠基线。此外，我们在框架内引入上采样设计以进一步提升性能。该增强通过加入一个轻量高效的超分辨率模块实现，其在高分辨率特征上生成热力图预测，并因其削减量化偏置的能力带来进一步的性能精炼。在 MICCAI CLDetection2023 挑战赛中，我们的方法在三项指标上排名第一，在剩余一项上排名第三。我们的方法代码见于 https://github.com/5k5000/CLdetection2023。
引用
@article{arxiv.2309.17143,
title = {Revisiting Cephalometric Landmark Detection from the view of Human Pose Estimation with Lightweight Super-Resolution Head},
author = {Qian Wu and Si Yong Yeo and Yufei Chen and Jun Liu},
journal= {arXiv preprint arXiv:2309.17143},
year = {2023}
}