Benutzer: Gast  Login
Originaltitel:
Automating and Assisting Image Segmentation with Decision Forests 
Übersetzter Titel:
Automatierte und Assistierte Bildsegmentierung mit Random Forests 
Jahr:
2017 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Informatik 
Betreuer:
Navab, Nassir (Prof. Dr.) 
Gutachter:
Navab, Nassir (Prof. Dr.); Lepetit, Vincent (Prof. Dr.) 
Sprache:
en 
Fachgebiet:
DAT Datenverarbeitung, Informatik; MED Medizin 
TU-Systematik:
MED 230d; DAT 760d 
Kurzfassung:
This thesis aims at facilitating image segmentation objectives for both computer vision and medical applications. Building on the framework of decision forests, we (i) introduce an efficient and generic scale-adaptive forest training scheme for automatic image understanding, (ii) entangle segmentation with image exploration to examine large digital slides in histopathology, and (iii) model the segmentation task as a 20 Questions game towards hands-free human-computer interactions. 
Übersetzte Kurzfassung:
Diese Dissertation fokussiert sich auf Bildsegmentierung für allgemeines Bildverstehen und medizinische Anwendungen. Wir führen drei auf Random Forests basierende Beiträge ein: (i) eine Trainingsmethode, die informative visuelle Spannbreiten automatisch entdeckt, (ii) eine mit der Segmentierung kombinierten Navigationsstrategie durch riesige histologische Bilder, und (iii) eine Auffassung des Segmentierungsprozesses als ein „Wer bin ich?“-Spiel für handfreie Interaktionen mit einem Benutzer. 
Mündliche Prüfung:
08.09.2017 
Dateigröße:
18421745 bytes 
Seiten:
136 
Letzte Änderung:
08.05.2018