arXiv:1901.03326

High Throughput Computation of Reference Ranges of Biventricular Cardiac Function on the UK Biobank Population Cohort

Rahman Attar, Marco Pereanez, Ali Gooya, Xenia Alba, Le Zhang, Stefan K. Piechnik, Stefan Neubauer, Steffen E. Petersen, Alejandro F. Frangi

제출 2019-01-10

원문 초록

The exploitation of large-scale population data has the potential to improve healthcare by discovering and understanding patterns and trends within this data. To enable high throughput analysis of cardiac imaging data automatically, a pipeline should comprise quality monitoring of the input images, segmentation of the cardiac structures, assessment of the segmentation quality, and parsing of cardiac functional indexes. We present a fully automatic, high throughput image parsing workflow for the analysis of cardiac MR images, and test its performance on the UK Biobank (UKB) cardiac dataset. The proposed pipeline is capable of performing end-to-end image processing including: data organisation, image quality assessment, shape model initialisation, segmentation, segmentation quality assessment, and functional parameter computation; all without any user interaction. To the best of our knowledge,this is the first paper tackling the fully automatic 3D analysis of the UKB population study, providing reference ranges for all key cardiovascular functional indexes, from both left and right ventricles of the heart. We tested our workflow on a reference cohort of 800 healthy subjects for which manual delineations, and reference functional indexes exist. Our results show statistically significant agreement between the manually obtained reference indexes, and those automatically computed using our framework.

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2607.07984v2cs.AI공통 태그 Segmentation

에이전틱 신경망 구조 탐색

Agentic Neural Architecture Search

신경망 구조 탐색(NAS) 방법은 점점 더 효율적으로 발전해 왔지만, 여전히 도메인 전문 지식이 필요하고 새로운 과제마다 다시 구축해야 하는 수작업 설계 탐색 공간 안에서 동작한다. 대규모 언어 모델(LLM)은 개방형 코드 공간에서 아키텍처를 작성할 수 있으나, LLM 기반 설계와 NAS 기반 탐색 사이에 작업을 어떻게 분담해야 하는지는 불분명하다. 우리는 이 둘을 결합하는 방법을 제안한다. LLM이 먼저 시드 아키텍처를 설계한 뒤 이를 슬롯형 아키텍처로 분해한다. 슬롯형 아키텍처는 이름이 붙은 교체 가능한 모듈 슬롯을 가진 골격으로, 과제별로 제한된 탐색 공간을 정의하며, 기존 NAS 알고리즘이 수작업 없이 이를 탐색한다. 우리는 이를 각 단계를 별도로 평가할 수 있는 3단계 파이프라인인 AgentNAS로 구현한다. 분류, 밀집 회귀, 분할, 다중 레이블 태깅을 포괄하는 NAS-Bench-360과 Unseen NAS의 17개 과제에서 AgentNAS는 과제별 전문가 설계를 포함한 공개된 기준선을 11개 과제에서 능가한다. 광범위한 제거 연구는 LLM이 강력한 아키텍처를 빠르게 찾지만 곧 정체되며, 이 시점에 NAS로 전환하면 추가 이득을 얻음을 보여 주어 두 접근법이 상호 보완적임을 시사한다. 다섯 개의 LLM을 이용한 실험은 시드 아키텍처 설계가 모든 LLM에서 효과적인 반면, 사용 가능한 탐색 공간을 구성하려면 최소 수준의 모델 능력이 필요함을 보여 준다. 코드는 https://github.com/alroimfebruary/AgentNAS 에서 이용할 수 있다.

arXiv:2606.09289v4cs.LG공통 태그 Segmentation

시간적 그래프 학습을 통한 축구 점유전 경기 단계의 의도 기반 식별

Intention Driven Identification of In-Possession Match Phases in Association Football through Temporal Graph Learning

연속적인 이동 궤적으로부터 의도를 인식하는 것은 시공간 데이터 마이닝에서 중요한 문제이다. 이는 행동이 시간에 따라 변하고 그 경계를 직접 관측할 수 없을 때 어려워진다. 축구는 점유 중 여러 선수의 조율된 움직임에서 전술적 의도가 나타나므로 이 문제를 연구하기에 유용한 환경이다. 경기 국면 인식을 위한 기존 방법은 개별 프레임을 분류하거나, 사전 정의된 공간 규칙을 사용하거나, 일부 선택된 전술 패턴만 식별한다. 따라서 전술적 의도가 시간에 따라 변하는 연속적인 점유 시퀀스를 충분히 기술하지 못한다. 우리는 점유 중 경기 국면의 식별을 계층적 시퀀스 분할 과제로 다룸으로써 이 간극을 해결한다. 이 틀은 세 가지 전술적 의도(상대 공간 침투, 점유 유지, 득점)와 여섯 가지 국면(빌드업, 전진, 역습, 유지, 지속적 위협, 마무리)을 포함한다. 우리는 선수 상호작용 그래프, 맥락 특징, 트랜스포머 기반 시간 모델링을 결합한 시간적 그래프 어텐션 네트워크(T-GAN)를 제안한다. 이 틀은 분데스리가 7개 경기에 대해 한 경기 제외(leave-one-match-out) 검증으로 평가되었으며, 프레임 수준과 시퀀스 수준 모두에서 규칙 기반, 랜덤 포레스트, GNN, 트랜스포머 기준선과 비교되었다. 결과는 일관된 국면 분할에 시간적 모델링이 중요하며, 그래프 모델링은 역습과 같은 전환 국면에 추가적인 가치를 제공함을 보여 준다. 이 틀은 연속적인 선수 추적 데이터로부터 의도 기반 행동 구간을 발견하는 해석 가능한 방법을 제공하며 축구의 자동화된 전술 분석을 지원한다.

arXiv:2610.15929v1cs.CV공통 태그 Segmentation

트래커가 실패할 때: 강건한 비디오 객체 분할을 위한 VLM 유도 검증 및 복구

When Trackers Fail: VLM-Guided Verification and Recovery for Robust Video Object Segmentation

SAM(Segment Anything Model)과 같은 파운데이션 모델을 기반으로 구축된 최근의 트래커들은 메모리를 통해 객체 마스크를 전파함으로써 뛰어난 성능을 달성합니다. 그러나 이러한 장점은 동시에 주요 실패 원인이 되기도 합니다. 가림, 재등장, 방해 요소가 발생하는 상황에서 잘못된 예측이 추적 루프에 유입되어 시간에 따라 전파되면 지속적인 아이덴티티 드리프트(identity drift)가 발생할 수 있습니다. 기존 접근법들은 개선된 메모리 및 시간 모델링을 통해 이러한 실패를 방지하고자 하지만, 일단 실패가 발생하면 트래커에는 이를 인식하거나 수정할 수 있는 명시적인 메커니즘이 없습니다. 본 논문에서는 명시적인 검증 및 복구를 통해 전파 과정을 보완하는 실패 인지형 추적 프레임워크인 Dual-Agent로 이러한 간극을 해결합니다. 본 논문에서는 명시적인 검증 및 복구를 통해 전파 과정을 보완하는 실패 인지형 추적 프레임워크인 Dual-Agent로 이러한 간극을 해결합니다. 먼저 비전-언어(vision-language) 검증 에이전트가 시공간적 컨텍스트를 추론하여 트래커가 여전히 대상을 추적하고 있는지 판단합니다. 실패가 감지되면, 수정 에이전트가 시간적 컨텍스트를 활용하여 추적이 계속되기 전에 대상을 복구합니다. 수정 에이전트는 실제 SAM3 실패 사례를 바탕으로 학습되었으며, 복구 과정에서 까다로운 모호성에 노출되도록 목표 지향적 아이덴티티 전환 및 방해 요소 섭동을 적용하여 증강되었습니다. LVOS-v2 및 SecVOS에서 Dual-Agent는 SAM3의 성능을 각각 1.2 및 2.7 $J\&F$ 향상시킵니다. 중요한 점은 제안된 프레임워크가 재학습 없이도 SAM2.1, SeC, Cutie뿐만 아니라 LaSOT-ext, TNL2K, VOT-LT2022를 포함한 장기 비디오 객체 추적 벤치마크로 전이된다는 것입니다. 우리의 결과는 추적이 언제 실패하고 어떻게 복구할 것인지를 명시적으로 추론하는 것이 단순히 전파 성능을 개선하는 것을 넘어 강건한 추적을 달성하기 위한 상호보완적인 경로를 제공함을 보여줍니다. 프로젝트 페이지: valaybundele.github.io/Dual-Agent.

arXiv:2610.13925v1cs.CV공통 태그 Segmentation

기계는 비언어적으로 추론할 수 있는가?

Can machines reason non-verbally?

현대 기계는 방정식을 풀고 논리를 따르며 언어를 통해 추론할 수 있지만, 시각적 비언어적 추론이 필요한 문제에서는 여전히 어려움을 겪고 있습니다. 이는 추상적 패턴 완성이나 모호한 관심 영역(ROI) 묘사와 같은 시각적 과제에서 여전히 한계를 보이는 DeepSeek, ChatGPT, Gemini와 같은 첨단 시스템에서도 뚜렷하게 나타납니다. 논리나 자동화된 테스트를 통해 검증할 수 있는 언어적 추론의 명시적인 중간 단계와 달리, 시각적 추론은 명확한 검증 방법이 없는 암묵적인 중간 단계를 수반합니다. 따라서 비언어적 추론은 모델링하기가 까다로우며, 그 결과 현재 기계 지능의 근본적인 한계로 남아 있습니다. 본 연구에서는 생성, 검증, 최적화를 기계의 추론 파이프라인으로 통합하는 범용 프레임워크인 GenVerOpt를 소개합니다. GenVerOpt는 후보 해를 생성하고 그 정확성을 검증하며 반복적으로 개선함으로써, 모델 학습(training) 중에 포착된 데이터셋(dataset) 수준의 경향성에만 의존하기보다 샘플별 최적화를 가능하게 합니다. 이 과정은 올바른 해결책이 도출될 때까지 여러 가능성을 구상하고 평가하며 다듬는 인간의 문제 해결 방식을 반영합니다. 다양한 도메인에 걸쳐 GenVerOpt는 기존 시스템을 뛰어넘는 역량을 입증합니다. 즉, 추상적 IQ 퍼즐에서 인간을 능가하고, 전립선암 분할에서 임상의 수준에 도달하며, 간 혈관 재구성에서 전문가를 뛰어넘고, 종양 경계 정렬에서 최신(SOTA) 접근법보다 우수한 성능을 보입니다. 이러한 결과는 기계의 추론이 언어를 넘어 확장될 수 있음을 보여주며, 시각적 비언어적 추론을 보다 유연하고 일반화 가능한 지능의 토대로 확립합니다.

arXiv:2605.07786v3cs.CV공통 태그 Image Quality Assessment

APEX: 이미지 품질 평가를 위한 무가정 투영 기반 임베딩 검증 지표

APEX: Assumption-free Projection-based Embedding eXamination Metric for Image Quality Assessment

생성 모델이 전례 없는 시각적 품질을 달성함에 따라, 이미지 평가의 표준 지표(gold standard)로는 여전히 전통적인 특징 분포 지표(예: FID)가 널리 사용되고 있습니다. 그러나 이러한 지표들은 구식 특징의 폐쇄 어휘(closed-vocabulary) 병목 현상과 경직된 매개변수 기반 공식화의 가정적 바이어스(assumptive bias)로 인해 한계를 보입니다. 최근의 대안들은 현대적인 백본을 활용하여 특징 병목 현상을 해결하고자 하지만, 여전히 매개변수적 한계에서 벗어나지 못하고 있습니다. 이러한 격차를 해소하기 위해, 우리는 수학적으로 타당하며 가정이 필요 없는 유사도 측정 방식으로 슬라이스드 바서슈타인 거리(Sliced Wasserstein Distance)를 활용하는 새로운 평가 프레임워크인 APEX(Assumption-free Projection-based Embedding eXamination)를 소개합니다. 이론적 및 실증적 근거를 통해 증명하듯, APEX는 고차원 공간에 대한 효과적인 확장성을 지닙니다. 또한 APEX는 임베딩에 구애받지 않으며(embedding-agnostic), 두 가지 개방 어휘 파운데이션 모델인 CLIP과 DINOv2를 특징 추출기로 사용합니다. 기존 기준 모델들과 비교 벤치마킹한 결과, APEX는 시각적 품질 저하에 대해 우수한 강건성을 보여주었습니다. 나아가 우리는 APEX 지표가 데이터셋 내 및 데이터셋 간 안정성을 나타내어, 도메인 외(out-of-domain) 데이터셋에서도 매우 안정적인 평가를 보장함을 보여줍니다.

arXiv:2606.15632v4cs.CV공통 태그 Segmentation

장기적 관점의 열린 세상 비디오 세그멘테이션을 향하여

Toward Open-World Video Segmentation over Long Horizons

긴 비디오는 객체가 사라졌다가 다시 나타나는 과정에서 객체를 지속적으로 발견하고 그 정체성(identity)을 유지해야 하므로 열린 세상(open-world) 세그멘테이션 시스템에 큰 도전 과제가 됩니다. 본 연구에서는 지속적인 객체 발견 및 정체성 유지를 위한 제로샷(zero-shot), 준-온라인(semi-online), 클래스 불가지론적(class-agnostic) 시스템인 Savvy와, 참조 주석(reference annotation)과 세분성(granularity)이 다를 때 일관된 부분 수준(part-level) 예측을 인정하는 평가 벤치마크인 OGA를 제시합니다. Savvy는 모듈형 마스크 발견, 누적된 증거 기반의 지연 승인(deferred admission), 트랙 통합을 결합하여 진화하는 객체 세트를 유지합니다. OGA는 예측 ID를 보존하면서 여러 예측이 단일 참조 객체를 지원할 수 있도록 허용하며, 세분성을 고려한 정확도(granularity-aware fidelity)와 정체성 혼선(identity bleeding) 및 단편화된 지원(fragmented support)에 대한 진단을 결합합니다. 최대 1,500개의 소스 프레임으로 제한된 적응형 샘플링 프리픽스를 사용하여 평가한 142개의 ScanNet 비디오와 106개의 HM3D 궤적에서, Savvy는 기존 평가와 OGA 평가 모두에서 VPQ_inf, STQ, AQ 지표 전반에 걸쳐 DEVA+SAM 및 EntitySAM을 능가합니다. 기존 VPQ_inf의 경우 ScanNet에서 DEVA+SAM의 11.52 대비 18.44를, HM3D에서 6.58 대비 17.31을 기록했습니다. VIPSeg 비교를 통해 기존 일대일 VPQ가 주석 세분성에 민감함을 보여줍니다. 통제된 정체성 단절(identity-severing) 및 깜빡임(flicker) 테스트는 프레임 수준 마스크가 변경되지 않은 상태에서도 OGA가 시간적 오류(temporal failures)를 감지함을 보여줍니다. 종합적으로 이러한 결과는 상호 보완적인 발전을 입증합니다. Savvy는 장기적(long-horizon) 세그멘테이션 및 연관성(association)을 개선하고, OGA는 일관된 부분 수준 지원과 시간적 정체성 오류를 구별합니다. 프로젝트 웹사이트: https://github.com/QingSuML/savvy

토론

이 논문과 연결된 포럼 글이 아직 없습니다.