![8ea9ed89a34f38f479cd38f142ed44d7.png](https://i-blog.csdnimg.cn/blog_migrate/fc5d247a4ec99d2aa98155fdfabff047.jpeg)
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):
https://github.com/amusi/daily-paper-computer-vision
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:https://arxiv.org/abs/1907.06119
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。
![c7c7af01843c4706fb4a4a57ff2a328e.png](https://i-blog.csdnimg.cn/blog_migrate/9daefd3cdf7b2b9f8b5b94a6e71b93f1.jpeg)
![8d098e8f753f4cf7a3dc84d96e5ded12.png](https://i-blog.csdnimg.cn/blog_migrate/797cd322e81e9a9bfb92ae549359f35e.jpeg)
![00fe9ff4c71c2050a87f125187be8c61.png](https://i-blog.csdnimg.cn/blog_migrate/7655e7de791b9affa5e9246087b5501a.jpeg)
![92394217bb88b05ad2d96018067d6110.png](https://i-blog.csdnimg.cn/blog_migrate/9812c78a8b6af0e954588141e3e677db.jpeg)
![a87e414e0b478e15a6934c7cc21eb704.png](https://i-blog.csdnimg.cn/blog_migrate/85664a9e38816c57a5bf8ff6370f8163.jpeg)
【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:https://arxiv.org/abs/1908.10454
推荐指数:★★★
注:26页的医学图像分割综述,超过130+篇参考文献。
![203f554c70eda3b9de28d008b7f33e67.png](https://i-blog.csdnimg.cn/blog_migrate/0479b64d38320207c40af6f0aacd7573.jpeg)
![bfd6ab6753800ecb3118b84b974c162a.png](https://i-blog.csdnimg.cn/blog_migrate/57be33a34396a220353fb8c8ba542311.jpeg)
![13d18f2e2462059a15b4435c04d13f7f.png](https://i-blog.csdnimg.cn/blog_migrate/7d7d2e7ff76195e98d13c072e0de0171.jpeg)
【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:https://arxiv.org/abs/1910.07655
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)。
![3d2ae4e050aa5564c467526d6441facc.png](https://i-blog.csdnimg.cn/blog_migrate/2ecd205c89d1ddec5571e70e979d86d7.jpeg)
![1fbc8b9a35305b793fe071bc24ea0367.png](https://i-blog.csdnimg.cn/blog_migrate/7ccc6ab3bdcbf4706a4006c2d92a507d.jpeg)
![6f32879f0eea1bce8cd3507c1f5ae3cb.png](https://i-blog.csdnimg.cn/blog_migrate/6765d30b5b4955ca24389e6bd0d999af.jpeg)
【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:https://arxiv.org/abs/1911.03723
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!
![0594e43e54c4d3a90638a208e2d1f677.png](https://i-blog.csdnimg.cn/blog_migrate/9d15f285775949c4463c1e2186fcb987.jpeg)
![9176870a2c0dc19ffa2299ab43074ad8.png](https://i-blog.csdnimg.cn/blog_migrate/6cfe401e8fa9b83605e8461d1d647549.jpeg)
![8795f267733361a9f24c9bda5bc95a3c.png](https://i-blog.csdnimg.cn/blog_migrate/5f00b8ca97527a5ca6201c7a69543372.jpeg)
【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:https://arxiv.org/abs/1911.02521
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。
![191a71749eb4112aa313062361c0eeaf.png](https://i-blog.csdnimg.cn/blog_migrate/0d30efe7fde3bf71e450aacfac25c5eb.jpeg)
![028a287d0426d717827258ea0a3cb96a.png](https://i-blog.csdnimg.cn/blog_migrate/a7f242fc7d02eb6e3d82b559148cd66b.jpeg)
福利
为了方便下载,我已经将上述5篇综述论文打包,百度云资源如下:
链接: https:// pan.baidu.com/s/1m12K1y OgjLy2xfDuKnxz9w
提取码:u3j2
如果各位 CVer 喜欢这样的盘点,请给这篇文章点个赞,如果点赞的人多,其它CV方向(跟踪等)的大盘点系列也会尽快推出!也欢迎大家加入CVer-图像分割交流群和医疗影像交流群,目前已经超过2000人!具体加入方式详见:CVer微信公众号