前言：
在深度学习和计算机视觉中，人们正在努力提取特征，为各种视觉任务输出有意义的表示。在一些任务中，我们只关注对象的几何形状，而不管颜色、纹理和照明等。这就是边界检测的作用所在。
点个关注，每天更新两篇计算机视觉的文章
问题定义
图1 边界检测
图1是一个边界检测的例子，顾名思义，边界检测是从图像中检测对象边界的任务。这是一个不适定的问题，因为问题设置本身存在歧义。如图所示，对于室内房间图像（左），ground truth（中）定义房间内的ground truth对象边界，并且预测（右）估计房间的对象边界。然而，我们可以看到，估计的边界远不止是ground truth，包括来自房间布局、窗帘，甚至沙发纹理的不必要的边界线。提取干净且有意义的对象边界并不容易。
原始方法
边界检测的一个直接解决方案是将其视为语义分割问题。在标注中简单地将边界为1和其他区域标记为0，我们可以将其表示为一个二分类语义分割问题，以二值交叉熵损失为损失函数。然而，它有两个原因：高度不平衡的标签分布和每像素交叉熵损失的内在问题。
Cross Entropy Loss的局限性
当使用交叉熵损失时，标签的统计分布对训练精度起着很重要的作用。标签分布越不平衡，训练就越困难。虽然加权交叉熵损失可以减轻难度，但改进并不显著，交叉熵损失的内在问题也没有得到解决。在交叉熵损失中，损失按每像素损失的平均值计算，每像素损失按离散值计算，而不知道其相邻像素是否为边界。因此，交叉熵损失只考虑微观意义上的损失，而不是全局考虑，这还不足以预测图像水平。
图2 具有交叉熵损失的边界预测
如图2所示。对于输入图像（左），比较了交叉熵损失（中）和加权交叉熵损失（右）的预测。右边的边界比中间的要好得多，但预测的边界并不干净，肮脏的草地纹理边界仍然存在。
Dice Loss
Dice Loss起源于Sørensen-Dice系数，这是20世纪40年代用来测量两个样本之间的相似性的统计数据。它是由米勒塔里等人带到计算机视觉的。2016年进行三维医学图像分割。
图3 骰子系数
上式显示了骰子系数方程，其中pi和gi分别表示对应的像素预测值和ground truth。在边界检测场景中，pi和gi的值为0或1，表示像素是否为边界，是的时候值为1，否则值为0。因此，分母是预测和ground truth的总边界像素的和，数值是正确预测的边界像素的和，因为只有当pi和gi值匹配时（两个值1）才递增。
图4 骰子系数（设定视图）
图4是图3的另一个视图。从集理论的角度来看，其中骰子系数(DSC)是两个集合之间重叠的度量。例如，如果两组A和B完全重叠，DSC的最大值为1。否则，DSC开始减少，如果两个组完全不重叠，则最小值为0。因此，DSC的范围在0到1之间，越大越好。因此，我们可以使用1-DSC作为骰子损失来最大化两组之间的重叠。
在边界检测任务中，ground truth边界像素和预测的边界像素可以被视为两个集合。通过利用Dice Loss，这两组被训练一点地重叠。如图4所示。分母考虑全局尺度上的边界像素的总数，而数值考虑局部尺度上的两个集合之间的重叠。因此，Dice Loss在本地和全局上都考虑了损失信息，这对于高精度至关重要。
结果
图5 边界预测的结果
如图5所示。使用Dice Loss（c列）的预测结果比其他方法（d、e列）具有更高的精度。特别是对于薄边界，因为只有当预测的边界像素与ground truth薄边界重叠，并且在其他区域没有预测的边界像素时，才可以减少Dice Loss
参考论文
V-Net: Fully Convolutional Neural Networks for Volumetric Medical Image Segmentation, Milletari et al., 3DV 2016
Learning to Predict Crisp Boundaries, Deng et al., ECCV 2018
原文链接：
本文来源于公众号 CV技术指南 的论文分享系列。
欢迎关注公众号 CV技术指南 ，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读。
在公众号中回复关键字 “技术总结” 可获取以下文章的汇总pdf。
其它文章
在做算法工程师的道路上，你掌握了什么概念或技术使你感觉自我提升突飞猛进？
今天的文章使用Dice loss实现清晰的边界检测分享到此就结束了，感谢您的阅读。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/18654.html
