Automating and Assisting Image Segmentation with Decision Forests

Peter, Loic

User: Guest

Loic Peter

If you experience problems opening the document, please try this link.

Original title:: Automating and Assisting Image Segmentation with Decision Forests
Translated title:: Automatierte und Assistierte Bildsegmentierung mit Random Forests
Author:: Peter, Loic
Year:: 2017
Document type:: Dissertation
Faculty/School:: Fakultät für Informatik
Advisor:: Navab, Nassir (Prof. Dr.)
Referee:: Navab, Nassir (Prof. Dr.); Lepetit, Vincent (Prof. Dr.)
Language:: en
Subject group:: DAT Datenverarbeitung, Informatik; MED Medizin
TUM classification:: MED 230d; DAT 760d
Abstract:: 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.
Translated abstract:: 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.
WWW:: https://mediatum.ub.tum.de/?id=1324871
Date of submission:: 15.02.2017
Oral examination:: 08.09.2017
File size:: 18421745 bytes
Pages:: 136
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20170908-1324871-1-7
Last change:: 08.05.2018
BibTeX