利用上下文 CNN 特征进行工具和阶段识别
计算机视觉与模式识别
2016-10-28 v1
摘要
本文提出了一种迁移学习方法，用于从 ImageNet 分类特征 [1] 生成适用于手术工具和阶段识别的特征。此外，还开发了生成上下文特征的方法，并将其与时间序列分析相结合，利用多类随机森林进行最终分类。所提出的流程在 M2CAI16 挑战（工具和阶段检测）的训练和测试数据集上进行了测试。通过对训练数据集进行留一法交叉验证评估，获得了令人鼓舞的结果。
引用
@article{arxiv.1610.08854,
title = {Tool and Phase recognition using contextual CNN features},
author = {Manish Sahu and Anirban Mukhopadhyay and Angelika Szengel and Stefan Zachow},
journal= {arXiv preprint arXiv:1610.08854},
year = {2016}
}
备注
MICCAI M2CAI 2016 Surgical tool & phase detection challenge report