转载请注明作者和出处: http://blog.csdn.net/john_bh/
论文链接: Structured Landmark Detection via Topology-Adapting Deep Graph Learning
作者及团队:罗彻斯特大学 & 南卡罗来纳大学
会议及时间:ECCV 2020
1.主要贡献
在图像landmark检测中旨在自动识别 landmark 的位置。尽管最近在此方面取得了成功,但是用高阶结构建模来捕获解剖landmark之间的隐式或显式关系还没有得到充分的开发
。作者提出了一种 新的拓扑结构深度图学习方法
,用于精确的检测如人脸和医学(例如,手,骨盆)的landmark,所提出的方法构造利用局部图像特征和全局形状特征的图形信号。
- 通过将landmarks表示为图形并使用GCNs进行检测,该方法分别利用了landmarks协同回归的结构知识,缩小了基于coorindate和基于heatmap的地标检测方法之间的性能差距;
- 该方法自动揭示了landmarks之间的物理有意义的关系,从而产生了一个任务不可知的解决方案,通过逐级图变换来利用结构知识;
- 该模型将视觉上下文信息和空间位置信息都组合到图形信号中,从而允许先学习和利用结构形状;
- 在人脸和医学图像领域的六个数据集上进行的全面定量评估和定性可视化,证明了该方法的先进性能和普遍适用性。
2. Related Work
3. Method
4. Experiments