Iterative Next Boundary Detection for Instance Segmentation of Tree Rings in Microscopy Images of Shrub Cross Sections

要約

我々は、潅木の断面の顕微鏡画像から木の年輪を検出する問題を分析する。これはインスタンス分割の特殊なケースとみなすことができ、オブジェクトの同心円状のリング形状や、既存の手法が十分に機能しないことによる高い精度要求など、いくつかの特殊性を持っている。我々は、反復的次世代境界検出法(Iterative Next Boundary Detection: INBD)と呼ぶ新しい反復法を提案する。これは、低木の断面の中心から出発し、各反復ステップで次のリング境界を検出する、自然の成長方向を直感的にモデル化するものである。我々の実験では、INBDは一般的なインスタンス分割手法よりも優れた性能を示し、時系列の概念を内蔵した唯一の手法である。我々のデータセットとソースコードは http://github.com/alexander-g/INBD で公開されています。

要約(オリジナル)

We analyze the problem of detecting tree rings in microscopy images of shrub cross sections. This can be regarded as a special case of the instance segmentation task with several particularities such as the concentric circular ring shape of the objects and high precision requirements due to which existing methods don’t perform sufficiently well. We propose a new iterative method which we term Iterative Next Boundary Detection (INBD). It intuitively models the natural growth direction, starting from the center of the shrub cross section and detecting the next ring boundary in each iteration step. In our experiments, INBD shows superior performance to generic instance segmentation methods and is the only one with a built-in notion of chronological order. Our dataset and source code are available at http://github.com/alexander-g/INBD.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL