免費論文查重認準CNKI論文查重，專為高校論文檢測、畢業(yè)論文查重、碩士論文查重誕生的論文檢測入口平臺，CNKI論文查重系統(tǒng)涵蓋海量的數(shù)據(jù)庫，為畢業(yè)生解決各種煩惱，論文查重軟件免費為各種有論文檢測、論文查重需求的人提供，論文查重認準CNKI查重！
發(fā)布時間：2023-02-21 18:56:58 作者：知網(wǎng)小編 來源：www.ld2008.cn
最直接明顯的，就是要分析的圖像和要檢測的目標不一樣。 大家都了解，當(dāng)前主流的深度學(xué)習(xí)模型，都是從計算機通用視覺領(lǐng)域發(fā)展起來的。 一開始被提出，都是用于從照片中定位行人、車輛，或區(qū)分貓貓狗狗的。 這和我們更關(guān)心的醫(yī)學(xué)影像分析，確實存在差別。 既包括，圖像自身維度和像素格式的差別，例如CT、MR影像都是三維和灰度的，而日常照片則是二維和彩色的；還包括，要檢測的目標大小的差別，很多疾病輔助檢測所關(guān)心的目標都比較小，只占據(jù)圖像中很小的區(qū)域，而日常照片中，大家關(guān)注的目標都比較大，往往占據(jù)圖像主體區(qū)域。 關(guān)于小目標檢測，最典型的例子，就是大家都熟知的肺小結(jié)節(jié)和眼底病變了。 肺小結(jié)節(jié)檢測，更多基于CT影像，屬于三維圖像領(lǐng)域；眼底病灶檢測，則大多使用眼底相機拍攝的眼底彩色照相圖片，屬于二維圖像領(lǐng)域。
在實際使用中往往也是多種結(jié)構(gòu)的融合。 醫(yī)學(xué)圖像分類可以分為圖像篩查和目標或病灶分類。圖像篩查是深度學(xué)習(xí)在醫(yī)學(xué)圖像分析領(lǐng)域中的最早應(yīng)用之一, 是指將一個或多個檢查圖像作為輸入, 通過訓(xùn)練好的模型對其預(yù)測, 輸出一個表示是否患某種疾病或嚴重程度分級的診斷變量。 圖像篩查屬于圖像級分類，用來解決此任務(wù)的深度學(xué)習(xí)模型最初關(guān)注于 SAE、 DBN 及 DBM 網(wǎng)絡(luò)和非監(jiān)督預(yù)訓(xùn)練方法。
我們不僅關(guān)注對圖像的簡單分類，而且希望能夠準確獲得圖像中存在的感興趣目標及其位置 [2]，并將這些信息應(yīng)用到視頻監(jiān)控、自主駕駛等一系列現(xiàn)實任務(wù)中，因此目標檢測技術(shù)受到了廣泛關(guān)注。 目標檢測具有巨大的實用價值和應(yīng)用前景。 應(yīng)用領(lǐng)域包括智能視頻監(jiān)控、機器人導(dǎo)航、數(shù)碼相機中自動定位和聚焦人臉的技術(shù)、飛機航拍或衛(wèi)星圖像中道路的檢測、車載攝像機圖像中的障礙物檢測、醫(yī)學(xué)影像在的病灶檢測等 [3]– [10]。
摘要： 目標檢測是計算機視覺中一個重要問題，在行人跟蹤、車牌識別、無人駕駛等領(lǐng)域都具有重要的研究價值。近年來，隨著深度學(xué)習(xí)對圖像分類準確度的大幅度提高，基于深度學(xué)習(xí)的目標檢測算法逐漸成為主流。本文介紹了目前發(fā)展迅猛的深度學(xué)習(xí)方法在目標檢測中的最新應(yīng)用進展，然后介紹了基于深度學(xué)習(xí)的目標檢測算法在醫(yī)學(xué)圖像領(lǐng)域的應(yīng)用，最后討論了深度學(xué)習(xí)方法應(yīng)用于目標視覺檢測時存在的困難和挑戰(zhàn), 并對今后的發(fā)展趨勢進行展望。 目標檢測是計算機視覺領(lǐng)域中一個非常重要的研究問題。
