多目标检测的顺序蒙特卡罗和分层检测网技巧.docVIP

多目标检测的顺序蒙特卡罗和分层检测网纲要在本文中，我们提出了一个新的框架检测，二维和三维图像中的多个对象。由于一个联合的多对象模型难以获得在大多数实际情况下，我们在这里关注的物体的检测顺序，一个一个的。对象之间的相互依存关系的姿态和强大的现有信息嵌入在我们的医学图像的结果优于单独检测对象域。我们的方法是基于序列估计技术，经常应用到的视觉跟踪。不像在跟踪，其中顺序自然是确定的时间序列，多个对象的检测的顺序必须被选择，导致分层检测网络（HDN）。我们提出了一个算法优化选择基于概率的状态的顺序（对象构成的地面区域内）。对象构成的近似的后验分布在每一步的顺序蒙特卡罗。样品在多个对象和层级序列内的传播。在左心房的二维超声图像显示我们，是自动选择的顺序产量低的平均检测误差。我们还定量评价胎面分层检测和三胎儿的大脑结构的三维超声图像。 1 介绍多目标检测是计算机视觉系统中的许多应用，例如在视觉跟踪[ 15 ]，初始化分割[ 20 ]，或在医疗成像[ 2 ]。图1说明了多目标检测的两个例子，我们有兴趣。多－目标检测[ 5，19，国家的最先进的方法，9 ]依靠每个对象类的一个单独的探测器后处理修剪杂散检测内和类之间。联合检测多个对象而不是单独的优点是物体间的空间关系可以被利用。由于获得的多个对象连接模型的困难在大多数实际应用中，多目标检测任务由多个单独的对象检测器的空间模型[ 4 ]连接解决。的物体