TSdetector：基于时空自纠正协同学习的结肠镜视频检测器
计算机视觉与模式识别
2024-10-01 v1
摘要
CNN基对象检测模型在性能与速度之间取得平衡后，逐渐被用于结肠镜视频中的息肉检测任务。然而，由于现有方法忽视了两个关键问题：序列内分布异质性和精度-置信度不匹配，准确定位复杂结肠镜视频场景中的息肉仍然具有挑战性。为此，我们提出了一种新型时空自纠正检测器（TSdetector），首先整合时序层面的一致性学习和空间层面的可靠性学习，以持续检测目标。技术上，我们首先提出了全局时序感知卷积，将前序信息整合，以动态引导当前卷积核聚焦于序列之间的全局特征。在此基础上，我们设计了分层队列集成机制，通过逐步累积的方式组合多时序特征，充分利用上下文一致性信息的同时保留长序列依赖特征。同时，在空间层面，我们提出了基于位置的聚类，以探索候选框之间的空间关系，对预测置信度进行自适应校准，从而有效消除冗余边界框。在三个公开可用的结肠息肉视频数据集上的实验结果表明，TSdetector实现了最高的息肉检测率，并优于其他当前最先进方法。该代码可在https://github.com/soleilssss/TSdetector 查阅。
引用
@article{arxiv.2409.19983,
title = {TSdetector: Temporal-Spatial Self-correction Collaborative Learning for Colonoscopy Video Detection},
author = {Kaini Wang and Haolin Wang and Guang-Quan Zhou and Yangang Wang and Ling Yang and Yang Chen and Shuo Li},
journal= {arXiv preprint arXiv:2409.19983},
year = {2024}
}