面向 CT 扫描中枪支检测的可扩展三维语义分割
计算机视觉与模式识别
2021-12-09 v1 机器学习
图像与视频处理
摘要
随着三维数据可用性的提高，处理这些数据解决方案的需求也迅速增长。然而，在已经可靠准确的二维方法上增加维度会导致巨大的内存消耗和更高的计算复杂度。这些问题使得当前硬件达到其极限，大多数方法被迫大幅降低输入分辨率。我们的主要贡献是一种新颖的深度三维语义分割方法，用于行李 CT 扫描中的枪支检测，该方法能够在高分辨率体素化体数据上实现快速训练和较低的显存消耗。我们引入了一种移动金字塔方法，在推理时利用多次前向传播来分割一个实例。
引用
@article{arxiv.2112.03917,
title = {Scalable 3D Semantic Segmentation for Gun Detection in CT Scans},
author = {Marius Memmel and Christoph Reich and Nicolas Wagner and Faraz Saeedan},
journal= {arXiv preprint arXiv:2112.03917},
year = {2021}
}
备注
This work was part of the Project Lab Deep Learning in Computer Vision Winter Semester 2019/2020 at TU Darmstadt