較正された半教師つきセグメンテーションのための形態学的特徴摂動の学習【JST・京大機械翻訳】

Xu Mou-Cheng; Zhou Yu-Kun; Jin Chen; Blumberg Stefano B; Wilson Frederick J; deGroot Marius; Alexander Daniel C.; Oxtoby Neil P.; Jacob Joseph

プレプリント

J-GLOBAL ID：202202211534779033 整理番号：22P0306846

較正された半教師つきセグメンテーションのための形態学的特徴摂動の学習【JST・京大機械翻訳】

Learning Morphological Feature Perturbations for Calibrated Semi-Supervised Segmentation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (9件)： , , , , , , , ,
資料名：
発行年： 2022年03月18日プレプリントサーバーでの情報更新日： 2022年04月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

著者らは,特徴摂動を学習するために不変である予測を生成する新しい一貫性駆動半教師つきセグメンテーションフレームワークであるMisMatchを提案する。MisMatchはエンコーダと2ヘッド復号器から成る。1つの復号器は,非ラベル画像上の関心の前景領域(RoI)にポジティブな注意を学習し,それによって拡張特徴を生成する。他の復号器は,同じ非ラベル画像上の前景にマイナスの注意を学習し,それにより,浸食特徴を生成する。次に,ペア予測に関する一貫性正則化を適用した。MisMatchは,CTベースの肺血管セグメンテーションタスクとMRIベースの脳腫瘍セグメンテーションタスクに関する最先端の半教師つき方法より優れている。さらに,MisMatchの有効性は,その教師つき学習対応物よりも,より良いモデル較正から来ることを示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

パターン認識 , 図形・画像処理一般

, , , , ,

前のページに戻る