- 博客(2)
- 资源 (9)
- 收藏
- 关注
原创 图像可形变配准的Demons方法
图像的可形变配准分为参数法和非参数法,参数法例如仿射变换、B-spline based FFD等方法通过对形变的参数化表示,减小求解的变量个数,但是也限制了形变复杂程度。非参数化的方法将图像的形变表示成位移场,每一个像素都有一个位移,可以表示更加复杂的形变,但是要求解的变量也更多。Demons就是一种著名的非参数化可形变配准方法,它最早来自于光流算法。
2016-11-28 07:24:40 17704 12
原创 CNN在基于弱监督学习的图像分割中的应用
最近基于深度学习的图像分割技术一般依赖于卷积神经网络CNN的训练,训练过程中需要非常大量的标记图像,即一般要求训练图像中都要有精确的分割结果。对于图像分割而言,要得到大量的完整标记过的图像非常困难, 因此使用弱监督学习可以克服这个问题。
2016-11-21 01:55:24 12303 1
vtk读取和显示图像
2011-08-05
endnote基础入门篇
2011-06-07
openGL教学程序
2011-04-02
openGL绘制RGB颜色模型
2011-04-02
ORL人脸数据库,用于人脸识别
2011-02-26
八数码游戏delphi源代码
2010-11-12
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人