Información del autor
Autor Granger, Eric |
Documentos disponibles escritos por este autor (3)
Crear una solicitud de compra Refinar búsqueda6th Joint International Workshops, CVII-STENT 2017 and Second International Workshop, LABELS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings / Cardoso, M. Jorge ; Arbel, Tal ; Lee, Su-Lin ; Cheplygina, Veronika ; Balocco, Simone ; Mateus, Diana ; Zahnd, Guillaume ; Maier-Hein, Lena ; Demirci, Stefanie ; Granger, Eric ; Duong, Luc ; Carbonneau, Marc-André ; Albarqouni, Shadi ; Carneiro, Gustavo
TÃtulo : 6th Joint International Workshops, CVII-STENT 2017 and Second International Workshop, LABELS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings Tipo de documento: documento electrónico Autores: Cardoso, M. Jorge, ; Arbel, Tal, ; Lee, Su-Lin, ; Cheplygina, Veronika, ; Balocco, Simone, ; Mateus, Diana, ; Zahnd, Guillaume, ; Maier-Hein, Lena, ; Demirci, Stefanie, ; Granger, Eric, ; Duong, Luc, ; Carbonneau, Marc-André, ; Albarqouni, Shadi, ; Carneiro, Gustavo, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: XVI, 166 p. 73 ilustraciones ISBN/ISSN/DL: 978-3-319-67534-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Visión por computador IngenierÃa Informática y Redes Informática de la Salud Red informática IngenierÃa Informática Inteligencia artificial Informática Médica Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del 6º Taller Internacional Conjunto sobre Computación y Visualización para Imágenes Intravasculares y Colocación de Stents Asistidos por Computadora, CVII-STENT 2017, y el Segundo Taller Internacional sobre Anotación a Gran Escala de Datos Biomédicos y SÃntesis de Etiquetas Expertas, LABELS 2017 , celebrada junto con la 20.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2017, en la ciudad de Québec, QC, Canadá, en septiembre de 2017. Los 6 artÃculos completos presentados en CVII-STENT 2017 y los 11 artÃculos completos presentados en LABELS 2017 fueron cuidadosamente revisadas y seleccionadas. Los artÃculos CVII-STENT presentan lo último en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artÃculos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] 6th Joint International Workshops, CVII-STENT 2017 and Second International Workshop, LABELS 2017, Held in Conjunction with MICCAI 2017, Québec City, QC, Canada, September 10–14, 2017, Proceedings [documento electrónico] / Cardoso, M. Jorge, ; Arbel, Tal, ; Lee, Su-Lin, ; Cheplygina, Veronika, ; Balocco, Simone, ; Mateus, Diana, ; Zahnd, Guillaume, ; Maier-Hein, Lena, ; Demirci, Stefanie, ; Granger, Eric, ; Duong, Luc, ; Carbonneau, Marc-André, ; Albarqouni, Shadi, ; Carneiro, Gustavo, . - 1 ed. . - [s.l.] : Springer, 2017 . - XVI, 166 p. 73 ilustraciones.
ISBN : 978-3-319-67534-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Visión por computador IngenierÃa Informática y Redes Informática de la Salud Red informática IngenierÃa Informática Inteligencia artificial Informática Médica Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del 6º Taller Internacional Conjunto sobre Computación y Visualización para Imágenes Intravasculares y Colocación de Stents Asistidos por Computadora, CVII-STENT 2017, y el Segundo Taller Internacional sobre Anotación a Gran Escala de Datos Biomédicos y SÃntesis de Etiquetas Expertas, LABELS 2017 , celebrada junto con la 20.ª Conferencia Internacional sobre Imágenes Médicas e Intervención Asistida por Computadora, MICCAI 2017, en la ciudad de Québec, QC, Canadá, en septiembre de 2017. Los 6 artÃculos completos presentados en CVII-STENT 2017 y los 11 artÃculos completos presentados en LABELS 2017 fueron cuidadosamente revisadas y seleccionadas. Los artÃculos CVII-STENT presentan lo último en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artÃculos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Deep Learning in Object Detection and Recognition Tipo de documento: documento electrónico Autores: Jiang, Xiaoyue, ; Hadid, Abdenour, ; Pang, Yanwei, ; Granger, Eric, ; Feng, Xiaoyi, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2019 Número de páginas: XVI, 224 p. 113 ilustraciones, 92 ilustraciones en color. ISBN/ISSN/DL: 978-981-10-5152-4 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Visión por computador Procesamiento de datos Sistemas de reconocimiento de patrones MinerÃa de datos y descubrimiento de conocimientos Reconocimiento de patrones automatizado Clasificación: Resumen: Este libro analiza los avances recientes en la detección y el reconocimiento de objetos utilizando métodos de aprendizaje profundo, que han logrado un gran éxito en el campo de la visión por computadora y el procesamiento de imágenes. Proporciona una descripción general sistemática y metódica de los últimos avances en la teorÃa del aprendizaje profundo y sus aplicaciones a la visión por computadora, ilustrándolos utilizando temas clave, incluida la detección de objetos, el análisis de rostros, el reconocimiento de objetos 3D y la recuperación de imágenes. El libro ofrece una rica combinación de teorÃa y práctica. Es adecuado para estudiantes, investigadores y profesionales interesados ​​en el aprendizaje profundo, la visión por computadora y más, y también puede usarse como libro de referencia. La comparación integral de varias aplicaciones de aprendizaje profundo ayuda a los lectores con una comprensión básica del aprendizaje automático y el cálculo a comprender las teorÃas e inspira aplicaciones en otras tareas de visión por computadora. Nota de contenido: 1. An Overview of Deep Learning -- 2. Object Detection In Deep Learning -- 3. Deep Learning in Face Recognition across Pose and Illumination -- 4. Face Anti-spoofing via Deep Local Binary Pattern -- 5. Face Anti-spoofing via Deep Local Binary Pattern -- 6. Deep Learning Architectures for Face Recognition in Video Surveillance -- 7. Deep learning for 3D data -- 8. Deep Learning based Descriptors for Object Instance Search. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Deep Learning in Object Detection and Recognition [documento electrónico] / Jiang, Xiaoyue, ; Hadid, Abdenour, ; Pang, Yanwei, ; Granger, Eric, ; Feng, Xiaoyi, . - 1 ed. . - Singapore [Malasya] : Springer, 2019 . - XVI, 224 p. 113 ilustraciones, 92 ilustraciones en color.
ISBN : 978-981-10-5152-4
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Visión por computador Procesamiento de datos Sistemas de reconocimiento de patrones MinerÃa de datos y descubrimiento de conocimientos Reconocimiento de patrones automatizado Clasificación: Resumen: Este libro analiza los avances recientes en la detección y el reconocimiento de objetos utilizando métodos de aprendizaje profundo, que han logrado un gran éxito en el campo de la visión por computadora y el procesamiento de imágenes. Proporciona una descripción general sistemática y metódica de los últimos avances en la teorÃa del aprendizaje profundo y sus aplicaciones a la visión por computadora, ilustrándolos utilizando temas clave, incluida la detección de objetos, el análisis de rostros, el reconocimiento de objetos 3D y la recuperación de imágenes. El libro ofrece una rica combinación de teorÃa y práctica. Es adecuado para estudiantes, investigadores y profesionales interesados ​​en el aprendizaje profundo, la visión por computadora y más, y también puede usarse como libro de referencia. La comparación integral de varias aplicaciones de aprendizaje profundo ayuda a los lectores con una comprensión básica del aprendizaje automático y el cálculo a comprender las teorÃas e inspira aplicaciones en otras tareas de visión por computadora. Nota de contenido: 1. An Overview of Deep Learning -- 2. Object Detection In Deep Learning -- 3. Deep Learning in Face Recognition across Pose and Illumination -- 4. Face Anti-spoofing via Deep Local Binary Pattern -- 5. Face Anti-spoofing via Deep Local Binary Pattern -- 6. Deep Learning Architectures for Face Recognition in Video Surveillance -- 7. Deep learning for 3D data -- 8. Deep Learning based Descriptors for Object Instance Search. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
TÃtulo : Intravascular Imaging and Computer Assisted Stenting and Large-Scale Annotation of Biomedical Data and Expert Label Synthesis : 7th Joint International Workshop, CVII-STENT 2018 and Third International Workshop, LABELS 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16, 2018, Proceedings Tipo de documento: documento electrónico Autores: Stoyanov, Danail, ; Taylor, Zeike, ; Balocco, Simone, ; Sznitman, Raphael, ; Martel, Anne, ; Maier-Hein, Lena, ; Duong, Luc, ; Zahnd, Guillaume, ; Demirci, Stefanie, ; Albarqouni, Shadi, ; Lee, Su-Lin, ; Moriconi, Stefano, ; Cheplygina, Veronika, ; Mateus, Diana, ; Trucco, Emanuele, ; Granger, Eric, ; Jannin, Pierre, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: XVII, 202 p. 111 ilustraciones, 65 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-01364-6 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Informática Médica Visión por computador IngenierÃa Informática y Redes Inteligencia artificial Informática de la Salud Red informática IngenierÃa Informática Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del 7.º Taller internacional conjunto sobre computación y visualización para imágenes intravasculares y colocación de stents asistida por computadora, CVII-STENT 2018, y el Tercer taller internacional sobre anotación a gran escala de datos biomédicos y sÃntesis experta de etiquetas, LABELS 2018, celebrados conjuntamente con la 21.ª Conferencia internacional sobre imágenes médicas e intervención asistida por computadora, MICCAI 2018, en Granada, España, en septiembre de 2018. Los 9 artÃculos completos presentados en CVII-STENT 2017 y los 12 artÃculos completos presentados en LABELS 2017 fueron revisados ​​y seleccionados cuidadosamente. Los artÃculos de CVII-STENT presentan el estado del arte en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artÃculos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. Nota de contenido: Blood-flow estimation in the hepatic arteries based on 3D/2D angiography registration -- Automated quantification of blood flow velocity from time-resolved CT angiography -- Multiple device segmentation for fluoroscopic imaging using multi-task learning -- Segmentation of the Aorta Using Active Contours with Histogram-Based Descriptors -- Layer Separation in X-ray Angiograms for Vessel Enhancement with Fully Convolutional Network -- Generation of a HER2 breast cancer gold-standard using supervised learning from multiple experts -- Deep Learning-based Detection and Segmentation for BVS Struts in IVOCT Images -- Towards Automatic Measurement of Type B Aortic Dissection Parameters -- Prediction of FFR from IVUS Images using Machine Learning -- Deep Learning Retinal Vessel Segmentation From a Single Annotated Example: An Application of Cyclic Generative Adversarial Neural Networks -- An Efficient and Comprehensive Labeling Tool for Large-scale Annotation of Fundus Images -- Crowd disagreement about medical images is informative -- Imperfect Segmentation Labels: How Much Do They Matter? -- Crowdsourcing annotation of surgical instruments in videos of cataract surgery -- Four-dimensional ASL MR angiography phantoms with noise learned by neural styling -- Feature learning based on visual similarity triplets in medical image analysis: A case study of emphysema in chest CT scans -- Capsule Networks against Medical Imaging Data Challenges -- Fully Automatic Segmentation of Coronary Arteries based on Deep Neural Network in Intravascular Ultrasound Images -- Weakly-Supervised Learning for Tool Localization in Laparoscopic Videos -- Radiology Objects in COntext (ROCO) -- Improving out-of-sample prediction of quality of MRIQC. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Intravascular Imaging and Computer Assisted Stenting and Large-Scale Annotation of Biomedical Data and Expert Label Synthesis : 7th Joint International Workshop, CVII-STENT 2018 and Third International Workshop, LABELS 2018, Held in Conjunction with MICCAI 2018, Granada, Spain, September 16, 2018, Proceedings [documento electrónico] / Stoyanov, Danail, ; Taylor, Zeike, ; Balocco, Simone, ; Sznitman, Raphael, ; Martel, Anne, ; Maier-Hein, Lena, ; Duong, Luc, ; Zahnd, Guillaume, ; Demirci, Stefanie, ; Albarqouni, Shadi, ; Lee, Su-Lin, ; Moriconi, Stefano, ; Cheplygina, Veronika, ; Mateus, Diana, ; Trucco, Emanuele, ; Granger, Eric, ; Jannin, Pierre, . - 1 ed. . - [s.l.] : Springer, 2018 . - XVII, 202 p. 111 ilustraciones, 65 ilustraciones en color.
ISBN : 978-3-030-01364-6
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Informática Médica Visión por computador IngenierÃa Informática y Redes Inteligencia artificial Informática de la Salud Red informática IngenierÃa Informática Clasificación: Resumen: Este libro constituye las actas conjuntas arbitradas del 7.º Taller internacional conjunto sobre computación y visualización para imágenes intravasculares y colocación de stents asistida por computadora, CVII-STENT 2018, y el Tercer taller internacional sobre anotación a gran escala de datos biomédicos y sÃntesis experta de etiquetas, LABELS 2018, celebrados conjuntamente con la 21.ª Conferencia internacional sobre imágenes médicas e intervención asistida por computadora, MICCAI 2018, en Granada, España, en septiembre de 2018. Los 9 artÃculos completos presentados en CVII-STENT 2017 y los 12 artÃculos completos presentados en LABELS 2017 fueron revisados ​​y seleccionados cuidadosamente. Los artÃculos de CVII-STENT presentan el estado del arte en imágenes, tratamiento e intervención asistida por computadora en el campo de las intervenciones endovasculares. Los artÃculos de LABELS presentan una variedad de enfoques para abordar pocas etiquetas, desde el aprendizaje por transferencia hasta el crowdsourcing. Nota de contenido: Blood-flow estimation in the hepatic arteries based on 3D/2D angiography registration -- Automated quantification of blood flow velocity from time-resolved CT angiography -- Multiple device segmentation for fluoroscopic imaging using multi-task learning -- Segmentation of the Aorta Using Active Contours with Histogram-Based Descriptors -- Layer Separation in X-ray Angiograms for Vessel Enhancement with Fully Convolutional Network -- Generation of a HER2 breast cancer gold-standard using supervised learning from multiple experts -- Deep Learning-based Detection and Segmentation for BVS Struts in IVOCT Images -- Towards Automatic Measurement of Type B Aortic Dissection Parameters -- Prediction of FFR from IVUS Images using Machine Learning -- Deep Learning Retinal Vessel Segmentation From a Single Annotated Example: An Application of Cyclic Generative Adversarial Neural Networks -- An Efficient and Comprehensive Labeling Tool for Large-scale Annotation of Fundus Images -- Crowd disagreement about medical images is informative -- Imperfect Segmentation Labels: How Much Do They Matter? -- Crowdsourcing annotation of surgical instruments in videos of cataract surgery -- Four-dimensional ASL MR angiography phantoms with noise learned by neural styling -- Feature learning based on visual similarity triplets in medical image analysis: A case study of emphysema in chest CT scans -- Capsule Networks against Medical Imaging Data Challenges -- Fully Automatic Segmentation of Coronary Arteries based on Deep Neural Network in Intravascular Ultrasound Images -- Weakly-Supervised Learning for Tool Localization in Laparoscopic Videos -- Radiology Objects in COntext (ROCO) -- Improving out-of-sample prediction of quality of MRIQC. Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]
