93 articles
Cet article propose une méthode de calibration générique de caméra utilisant des images floues, qui estime simultanément les positions des caractéristiques et les fonctions d'étalement du point spatialement variables en exploitant des contraintes géométriques et un modèle d'illumination local pour surmonter le flou de mouvement inévitable lors de l'utilisation de tableaux d'étalonnage imprimés.
Cette étude propose un modèle de diffusion latent à multi-volumes intégrant des modèles de cohérence pour reconstruire avec précision des images CT à partir d'angles de projection limités, en préservant les structures anatomiques et en assurant une robustesse face à des conditions d'imagerie cliniques variées.
Cet article présente une méthode d'échantillonnage adaptatif utilisant les séquenceurs Nanopore pour stocker des images progressives dans l'ADN, permettant ainsi un accès aléatoire sans PCR à différentes résolutions et réduisant significativement le coût de lecture.
Ce papier présente ICHOR, une approche d'apprentissage auto-supervisé basée sur des auto-encodeurs masqués 3D et entraînée sur un vaste ensemble de données multi-sites, qui permet d'obtenir des représentations robustes pour les cartes de débit sanguin cérébral en IRM de perfusion par marquage de spin artériel (ASL) et surpasse les méthodes existantes dans diverses tâches diagnostiques et de prédiction de qualité.
Le cadre GeoTop unifie l'analyse topologique des données et les courbures de Lipschitz-Killing pour surmonter l'équivalence topologique en imagerie diagnostique, offrant ainsi une classification précise et interprétable des lésions cutanées grâce à la différenciation géométrique fine.
Cet article présente Implicit U-KAN 2.0, une nouvelle architecture de segmentation d'images médicales basée sur des équations différentielles neuronales d'ordre deux et des couches MultiKAN, qui améliore l'interprétabilité, la performance théorique et l'efficacité computationnelle par rapport aux méthodes existantes.
Cet article présente le CSASN, un cadre d'apprentissage multitâche innovant intégrant un réseau à double branche avec mécanismes d'attention pour surmonter les défis de l'hétérogénéité morphologique et du déséquilibre des données dans le diagnostic par ultrasons des rares carcinomes thyroïdiens.
Cet article caractérise le motif de bruit de défocalisation synthétique (SDNP) propre aux portraits iPhone, propose une méthode pour le modéliser et l'estimer précisément, et démontre son utilité pour la traçabilité des appareils ainsi que pour améliorer la fiabilité de l'authentification de source photographique en masquant les zones affectées.
Cet article propose Fast Equivariant Imaging (FEI), un cadre d'apprentissage non supervisé qui accélère considérablement l'entraînement des réseaux d'imagerie sans données de référence en reformulant le problème via la méthode du lagrangien augmenté et des débruiteurs plug-and-play, offrant ainsi une accélération de 10 fois et de meilleures performances de généralisation par rapport aux méthodes existantes.
Cet article présente une méthode novatrice utilisant des convolutions d'homologie persistante pour capturer des informations topologiques locales dans les lames d'histopathologie, surpassant ainsi les modèles CNN conventionnels en termes de précision de classification et de robustesse aux hyperparamètres.
Cet article présente ActiSeg-NL, le premier benchmark évaluant la robustesse de la segmentation vidéo d'objets basée sur l'action face au bruit d'étiquetage textuel et de masques, et propose une analyse approfondie des stratégies d'apprentissage ainsi qu'un nouveau mécanisme de tête de masque parallèle (PMHM) pour y remédier.
Cryo-SWAN est un autoencodeur variationnel basé sur les ondelettes et conçu pour les données volumétriques, qui améliore la représentation et la génération de densités moléculaires en capturant à la fois la géométrie globale et les détails structuraux de haute fréquence.
Cette thèse présente un cadre d'imagerie sur site intégrant des algorithmes de vision par ordinateur pour la caractérisation morphologique automatisée des agrégats de construction, tant individuels que sous forme de tas, en combinant reconstruction 3D, segmentation d'instances et complétion de formes pour surmonter les limites des méthodes actuelles.