论文题目:SFCN-OPI: Detection and Fine-Grained Classification of Nuclei Using Sibling FCN with Objectness Prior Interaction
动机:
- 由于核的尺寸小、类间类内方差大、图像质量差,以往的自动检测方法容易受到精度和鲁棒性的影响。
- 现有的方法通常独立处理这细胞核检测和细粒度分类两个任务,忽略了它们的联系。
论文的解决方案: 提出网络结构sibling fully convolutional network with prior objectness interaction (SFCN-OPI),同时交互地处理这两个任务(细胞核检测和细粒度分类)
具体方案:
- FCN Architecture with Sibling Branches:
- 结合对象优先分类:检测分支的输出indicating objectness的概率,作为先验概率传递给细粒度分类分支,使得分类分支只需注意区分不同的子类别,而不受背景的干扰。 p