基于反向—正向传播的弱监督细胞追踪
计算机视觉与模式识别
2020-07-31 v1
摘要
我们提出一种弱监督细胞追踪方法，其仅使用“细胞检测”标注（即细胞位置坐标）而无关联信息来训练卷积神经网络（CNN），其中细胞位置可通过核染色轻松获得。首先，我们使用弱标签训练在连续帧中检测细胞的共检测 CNN。我们的关键假设是共检测 CNN 除检测外还隐式学习关联。为获取关联，我们提出一种反向—正向传播方法，分析共检测 CNN 输出中细胞位置的对应关系。实验表明，所提方法可通过分析共检测 CNN 关联细胞。尽管该方法仅使用弱监督，其性能与最先进的监督方法几乎相同。代码公开于 https://github.com/naivete5656/WSCTBFP
引用
@article{arxiv.2007.15258,
title = {Weakly-Supervised Cell Tracking via Backward-and-Forward Propagation},
author = {Kazuya Nishimura and Junya Hayashida and Chenyang Wang and Dai Fei Elmer Ker and Ryoma Bise},
journal= {arXiv preprint arXiv:2007.15258},
year = {2020}
}
备注
17 pages, figures, Accepted in ECCV 2020