Computer Vision32 [2024-2] 백승우 - VoxelMorph: A Learning Framework for Deformable Medical Image Registration VoxelMorph: A Learning Framework for Deformable Medical Image RegistrationWe present VoxelMorph, a fast learning-based framework for deformable, pairwise medical image registration. Traditional registration methods optimize an objective function for each pair of images, which can be time-consuming for large datasets or rich defoarxiv.org0. AbstractVoxelMorph은 변형 가능한 pair별 의료 image registration을 .. 2024. 11. 7. [2024-2] 김경훈 - VoxelMorph : A Learning Framework for Deformable Medical Image Registration Link : https://arxiv.org/abs/1809.05231 VoxelMorph: A Learning Framework for Deformable Medical Image RegistrationWe present VoxelMorph, a fast learning-based framework for deformable, pairwise medical image registration. Traditional registration methods optimize an objective function for each pair of images, which can be time-consuming for large datasets or rich defoarxiv.org 0. Abstract 기.. 2024. 9. 10. [2024-2] 김경훈 - UNet++ : A Nested U-Net Architecture for Medical Image Segmentation Link : https://arxiv.org/abs/1807.10165 UNet++: A Nested U-Net Architecture for Medical Image SegmentationIn this paper, we present UNet++, a new, more powerful architecture for medical image segmentation. Our architecture is essentially a deeply-supervised encoder-decoder network where the encoder and decoder sub-networks are connected through a series of nesarxiv.org 이번 포스팅은 객체를 인식하는 방법 중 .. 2024. 9. 5. [2024-1] 홍연선 - ImageNet Classification with Deep Convolutional Neural Networks 1. Introduction더 많은 이미지 데이터를 학습하기 위해서는 그만큼의 더 큰 학습량을 가진 모델이 필요하다. 하지만 객체 인식 작업의 복잡성 때문에 그 대용량 데이터셋으로도 잘 인식해내기에 부족할 수 있으므로, 모델은 부족한 데이터를 보완할 수 있는 사전지식을 더 많이 가져야한다고 말한다. 합성곱신경망(convolutional neural networks; CNNs)이 그러한 모델중에 하나이다.CNN은 이러한 모델 클래스 중 하나로, 이들의 용량은 깊이와 너비를 조절하여 관리할 수 있다. 또한 CNN은 이미지의 특성에 대해 강력하고 대체로 정확한 가정을 하며, 따라서 유사한 크기의 층을 가진 표준 피드포워드 신경망보다 훨씬 적은 연결과 파라미터를 가지고 있어 훈련하기가 더 쉽다.※ Feedfo.. 2024. 6. 29. 이전 1 2 3 4 ··· 8 다음
