In this thesis, approaches for unsupervised learning of image representations are developed with the goal of reducing training complexity over fully learned and improving accuracy over expert-crafted models. To that end, application-specific knowledge of image formation is incorporated into sparsity-based, unsupervised learning models for low-level image representations. The designed numerical algorithms achieve state-of-the-art results in uni- and multi-modal image reconstruction, alignment, and segmentation benchmarks.     «

In this thesis, approaches for unsupervised learning of image representations are developed with the goal of reducing training complexity over fully learned and improving accuracy over expert-crafted models. To that end, application-specific knowledge of image formation is incorporated into sparsity-based, unsupervised learning models for low-level image representations. The designed numerical algorithms achieve state-of-the-art results in uni- and multi-modal image reconstruction, alignment, an...     »

In dieser Arbeit werden Ansätze für das unüberwachte Lernen von Bilddarstellungen entwickelt, mit dem Ziel, die Komplexität des Trainings gegenüber rein datengetriebener Ansätze zu reduzieren und die Genauigkeit gegenüber manuell erstellter Modelle zu erhöhen. Zu diesem Zweck wird anwendungsspezifisches Wissen über die Bilderzeugung in spärliche, unüberwachte Lernmodelle für Bilddarstellungen integriert. Benchmark-Ergebnisse für uni- und multimodale Bildrekonstruktion, -Ausrichtung und -Segmentierung zeigen, dass die entwickelten numerischen Verfahren dem aktuellsten Stand der Technik entsprechen.     «

In dieser Arbeit werden Ansätze für das unüberwachte Lernen von Bilddarstellungen entwickelt, mit dem Ziel, die Komplexität des Trainings gegenüber rein datengetriebener Ansätze zu reduzieren und die Genauigkeit gegenüber manuell erstellter Modelle zu erhöhen. Zu diesem Zweck wird anwendungsspezifisches Wissen über die Bilderzeugung in spärliche, unüberwachte Lernmodelle für Bilddarstellungen integriert. Benchmark-Ergebnisse für uni- und multimodale Bildrekonstruktion, -Ausrichtung und -Segmenti...     »