arXiv · cs.AI· Junho Moon·· 11 天前AI 评分19
TRACE：基于预测自适应连接强化的细长结构拓扑感知分割方法
TRACE: Topology-Aware Reconnection via Prediction-Adaptive Connectivity Enforcement for Thin-Structure Segmentation
来源与原文
arXiv · cs.AI
作者：Junho Moon
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.22210v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出拓扑感知、预测自适应的目标函数 TRACE，针对细长结构分割中的连通性错误，利用目标骨架定义所需局部连接，并在当前预测下寻找最易有效重连路径，联合监督其瓶颈点与对应骨架点。方法引入保留前景和类别拓扑的骨架载体，在六个 2D 与 3D 基准上提升了连通性与拓扑指标，同时保持分割精度且训练开销低。论文已被 WACV 2027 接收，代码将在接收后发布。
来源：arXiv · cs.AI · arxiv.org