基于合成数据的材料图像中半监督大规模纤维检测
计算机视觉与模式识别
2023-02-14 v1
摘要
在二维截面图像切片上准确检测大规模椭圆状纤维（包括其中心、朝向及长短轴参数）对于刻画显微材料图像中潜在的圆柱体三维结构非常重要。在退化图像中检测纤维对当前纤维检测与椭圆检测方法均构成挑战。本文提出一种利用合成数据的大规模椭圆纤维检测半监督深度学习方法，使人免于繁重的数据标注，并对各类图像退化具有鲁棒性。采用域适应策略减小合成数据与真实数据间的域分布差异，并将一种新的感兴趣区域（RoI）-椭圆学习及带对称性约束的新颖 RoI 排序嵌入所提方法中。在真实显微材料图像上的实验证明了该方法在大规模纤维检测中的有效性。
引用
@article{arxiv.2302.05541,
title = {Semi-supervised Large-scale Fiber Detection in Material Images with Synthetic Data},
author = {Lan Fu and Zhiyuan Liu and Jinlong Li and Jeff Simmons and Hongkai Yu and Song Wang},
journal= {arXiv preprint arXiv:2302.05541},
year = {2023}
}