SUREMap：利用 Stein 无偏风险估计预测基于 CNN 的图像重建中的不确定性
图像与视频处理
2021-04-21 v2 计算机视觉与模式识别
摘要
卷积神经网络（CNN）已成为求解计算成像重建问题的有力工具。然而，CNN 通常是难以理解的黑盒。因此，知其何时有效、更重要的是何时失效颇具挑战。该局限是其在医学成像等安全关键型应用中使用的主要障碍：重建中的那块斑点是伪影还是肿瘤？本工作中，我们利用 Stein 无偏风险估计（SURE）为基于 CNN 去噪器的近似消息传递（AMP）框架下的压缩感知重建，开发以热图形式给出的逐像素置信区间。这些热图告知终端用户应在多大程度上信任由 CNN 形成的图像，从而可大幅提升 CNN 在各种计算成像应用中的实用性。
引用
@article{arxiv.2010.13214,
title = {SUREMap: Predicting Uncertainty in CNN-based Image Reconstruction Using Stein's Unbiased Risk Estimate},
author = {Ruangrawee Kitichotkul and Christopher A. Metzler and Frank Ong and Gordon Wetzstein},
journal= {arXiv preprint arXiv:2010.13214},
year = {2021}
}