ITPub博客

首页 > 人工智能 > 人工智能 > 大盘点 | 2019年5篇图像分割算法最佳综述

大盘点 | 2019年5篇图像分割算法最佳综述

人工智能 作者:AIBigbull2050 时间:2020-01-22 14:59:52 0 删除 编辑
作者:Amusi
Date:2019-12-03
微信公众号:
CVer
链接: 大盘点 | 2019年5篇图像分割算法最佳综述

前言

上次盘点了2019年  目标检测比较亮眼的综述汇总,详见:  大盘点 | 2019年4篇目标检测算法最佳综述 。很多 CVers反映:有没有图像分割的综述大盘点,有没有目标跟踪的综述大盘点,有没有...

那么本文盘点的就是2019年  图像分割综述(Image Segmentation Review)

其实图像分割包含的子方向比较多,如语义分割、实例分割、全景分割,甚至还可以把医学图像包含进来(有些就不是2D Image),这里并不做严格要求,看情况符合就好。

本文分享的综述将同步推送到 github上,欢迎大家 star/fork(点击阅读原文,也可直接访问):

github.com/amusi/daily-

图像分割论文

【1】Understanding Deep Learning Techniques for Image Segmentation

时间:2019年7月

作者:贾达珀大学

链接: arxiv.org/abs/1907.0611

推荐指数:★★★★★

注:58页的图像分割综述,共计224篇参考文献。本综述介绍了从2013年到2019年,主流的30多种分割算法(含语义/实例分割),50多种数据集。

深度学习主流的模块"操作"示意图 图像分割数据集 基于深度学习的主要分割算法 RCNN家族 U-Net

【2】Embracing Imperfect Datasets: A Review of Deep Learning Solutions for Medical Image Segmentation

时间:2019年8月

作者:体素科技(VoxelCloud)

链接: arxiv.org/abs/1908.1045

推荐指数:★★★

注:26页的医学图像分割综述,超过130+篇参考文献。

本综述章节架构 方法总结

【3】Deep Semantic Segmentation of Natural and Medical Images: A Review

时间:2019年10月

作者:西蒙弗雷泽大学&蒙特利尔大学等

链接: arxiv.org/abs/1910.0765

推荐指数:★★★★★

注:21页的图像分割综述,共计181篇参考文献,从 FCN(2014) 到 Auto-DeepLab(2019)。

基于深度学习的主要分割方法 DeepLabV3+ 在PASCAL VOC 2012数据集上的算法性能对比

【4】Deep learning for cardiac image segmentation: A review

时间:2019年11月

作者:帝国理工学院&伦敦大学&伯明翰大学

链接: arxiv.org/abs/1911.0372

推荐指数:★★★★★

注:47页的图像分割综述,超过250+篇的参考文献,本医学图像分割综述从FCN(2014)到Dense U-net(2019),论文中光画图的工作量就超级大!

心脏图像分割任务 FCN和U-Net 用于心脏MRI分割的深度学习方法

【5】Machine Learning Techniques for Biomedical Image Segmentation: An Overview of Technical Aspects and Introduction to State-of-Art Applications

时间:2019年11月

作者:斯坦福大学

链接: arxiv.org/abs/1911.0252

推荐指数:★★★★

注:35页的图像分割综述,共计134篇参考文献,从U-Net到V-Net。

深度学习术语定义 Cascaded CNN for tumor segmentation





来自 “ ITPUB博客 ” ,链接:/69946223/viewspace-2674252/,如需转载,请注明出处,否则将追究法律责任。

请登录后发表评论 登录
全部评论
向AI大牛学习,成为AI大牛!

注册时间:2019-08-22

  • 博文量
    633
  • 访问量
    285626