大盘点 | 2019年5篇图像分割算法最佳综述

• 2019 年 12 月 6 日
• 笔记

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在微信学术交流群反映：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。

深度学习主流的模块"操作"示意图

图像分割数据集

基于深度学习的主要分割算法

RCNN家族

U-Net

【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。

本综述章节架构

方法总结

【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)。

基于深度学习的主要分割方法

DeepLabV3+

在PASCAL VOC 2012数据集上的算法性能对比

【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！

心脏图像分割任务

FCN和U-Net

用于心脏MRI分割的深度学习方法

【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。

深度学习术语定义

Cascaded CNN for tumor segmentation