一致性正则化与代理标签的骨骼点云半监督分割

摘要：

计算机辅助骨科术前规划中,需要提取碎骨外表面并对骨骼外表面划分语义区域.基于监督学习的点云分割方法手工标注成本较高,费时费力.结合一致性正则化与代理标签的半监督分割方法两者的优点,提出一种针对人体骨骼语义分割的新型半监督学习方法.该方法从学生网络的输出中过滤出置性度较高的结果作为无标签数据的代理标签,用于和教师网络的输出做比对,从而训练学生网络的参数,然后根据学生网络的参数,更新教师网络的参数.实验表明,利用10％标注数据即可接近100％标注数据的精度,碎骨内外表面分割的平均交并比达到84.2％,股骨表面语义区域分割平均交并比达到94.3％.该方法能有效减少数据标注,从而降低数据标注成本并提高传统半监督学习方法的精度.

关键词：半监督学习、骨骼语义分割、点云、一致性正则化、代理标签

所属期刊栏目：50

分类号：R687.3(骨科学（运动系疾病、矫形外科学）)

资助基金：国家自然科学基金52075148

在线出版日期：2023-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2223-2228