New unsupervised Bayesian and energy-based models dedicated to image processing and computer vision applications
新的无监督贝叶斯和基于能量的模型致力于图像处理和计算机视觉应用
基本信息
- 批准号:RGPIN-2022-03654
- 负责人:
- 金额:$ 1.75万
- 依托单位:
- 依托单位国家:加拿大
- 项目类别:Discovery Grants Program - Individual
- 财政年份:2022
- 资助国家:加拿大
- 起止时间:2022-01-01 至 2023-12-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
Mon programme de recherche étudie l'utilité de nouveaux modèles probabilistes (bayésiens) ou à base d'énergies non supervisées pour comprendre, analyser et manipuler des images fixes, en mouvement et multidimensionnelles ou multimodales (hétérogènes). Ces modèles sont utilisés dans un large éventail d'application, non seulement dans le traitement d'images fixes et la vision par ordinateur, mais aussi dans les systèmes d'images médicales multimodales, l'analyse ou la classification dans des images de télédétection hétérogènes et plus généralement dans tous les systèmes de caméras ou de détection multimodale, de reconnaissance / reconstruction de la prochaine génération. Le cadre adopté, pour ces différents modèles de recherche, repose principalement sur la théorie statistique bayésienne qui permet de prendre en compte certaines connaissances préalables disponibles sur les informations à trouver et de combiner ce modèle a priori avec un modèle (statistique) décrivant les interactions entre et les variables cachées et observées (vraisemblance). Dans ce cadre, nous avons récemment proposé et étudié un nouveau modèle de vraisemblance prometteur pour les données d'image, basé sur l'utilisation d'une modélisation par paires de pixels qui s'est avérée particulièrement efficace pour détecter les changements à partir d'images de télédétection hétérogènes et également étudié l'utilisation de critères multiples ou la théorie de la prise de décision multiobjectifs dans ce contexte bayésien. Cela fournit une base solide et un cadre mathématique rigoureux pour l'exploration de nouveaux modèles bayésiens ou modèles à base d'énergie avec un a priori spécifique au contexte et basé sur une vraisemblance appropriée (basé sur une modélisation par pair de pixels), et éventuellement sous plusieurs critères, à savoir: 1] L'étude de la segmentation Bayésienne du cerveau humain à partir de données IRMf, ce qui est important pour explorer l'organisation fonctionnelle du cerveau et pour comprendre les interactions longues entre les sous-réseaux cérébraux dans le contexte d'une maladie. 2] En collaboration avec la start-up Eiffel Medtech (qui propose des méthodes de vision pour améliorer la chirurgie du genou), nous nous concentrerons sur les méthodes de recalage bayésiennes non supervisées des composants d'implants de genou 3D à partir d'images radiographiques, ce qui est crucial pour aider le chirurgien à analyser ou aligner un implant après une arthroplastie totale du genou. 3] Nous poursuivrons notre collaboration avec le CRIM (Institut de recherche informatique de Montréal) afin d'explorer l'utilisation de nouveaux modèles non supervisés pour le problème de détection de changement multimodal en télédétection. 4] Au DIRO, sous ma seule supervision, des projets de recherche plus théoriques seront explorés tels que le déroulement de phase ou la détection d'anomalies difficilement perceptibles dans les images naturelles.
一个程序从L的角度研究新的概率统计方法,分析和处理图像修复、多维数据分析和多模式分析。S的现代科学和技术在大范围的应用中得到了广泛的应用,不受干扰的图像修复和视觉系统也得到了广泛的应用,多模图像的侦察和重建也得到了很好的解决,L对分类图像的分析和对L图像的保护以及对监控系统的多模式侦察/重建进行了深入的研究。干部采用的是,不同的是不同的,统计的主要原因是统计和观察的变量缓存和观察之间的互动关系。作为一名新的现代管理干部,L使用了大量的像素点,而S则不能有效地利用这些像素点,以保护L的安全和保护的安全。四个基本实体和联合国干部的数学基础是:1]L的探索和新的现代科学和技术,以及最重要的探索者L的最重要的组织形式是什么,他们的互动是如何进行的。2]在合作与初创企业Eiffel Medtech(Qui Proposed des méthodes de vision for amélier la chirurgie du genou),nous nous集中器sur les méthodes de recalage bayésiennes non Supervisées Composants d‘plants de genou 3Da artir d’Implants de genou 3Da Partir d‘Image X光片,ce qui最关键的倒灌助手le chirurgienáAnalyser ou aligner un植入物应用于S的关节成形术故事u genou。3.在探索者L利用非监督的现代技术的情况下,我们与蒙特雷亚尔的信息研究所进行了合作,并对多式联运和L的运输进行了检测。4]这是一项非常重要的工作,也是一项非常重要的工作。[参考译文][参考译文]S解释说,这是一项非常重要的工作。
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
数据更新时间:{{ journalArticles.updateTime }}
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
Mignotte, Max其他文献
Localization of shapes using statistical models and stochastic optimization
- DOI:
10.1109/tpami.2007.1157 - 发表时间:
2007-09-01 - 期刊:
- 影响因子:23.6
- 作者:
Destrempes, Francois;Mignotte, Max;Angers, Jean-Francois - 通讯作者:
Angers, Jean-Francois
A biologically inspired framework for contour detection
- DOI:
10.1007/s10044-015-0494-y - 发表时间:
2017-05-01 - 期刊:
- 影响因子:3.9
- 作者:
Mignotte, Max - 通讯作者:
Mignotte, Max
A Novel Fusion Approach Based on the Global Consistency Criterion to Fusing Multiple Segmentations
- DOI:
10.1109/tsmc.2016.2531645 - 发表时间:
2017-09-01 - 期刊:
- 影响因子:8.7
- 作者:
Khelifi, Lazhar;Mignotte, Max - 通讯作者:
Mignotte, Max
A non-local regularization strategy for image deconvolution
- DOI:
10.1016/j.patrec.2008.08.004 - 发表时间:
2008-12-01 - 期刊:
- 影响因子:5.1
- 作者:
Mignotte, Max - 通讯作者:
Mignotte, Max
Segmentation by fusion of histogram-based K-means clusters in different color spaces
- DOI:
10.1109/tip.2008.920761 - 发表时间:
2008-05-01 - 期刊:
- 影响因子:10.6
- 作者:
Mignotte, Max - 通讯作者:
Mignotte, Max
Mignotte, Max的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
{{ truncateString('Mignotte, Max', 18)}}的其他基金
Bayesian fusion models based on multi-level constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于多级约束和多准则的贝叶斯融合模型
- 批准号:
RGPIN-2016-04578 - 财政年份:2020
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
Bayesian fusion models based on multi-level constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于多级约束和多准则的贝叶斯融合模型
- 批准号:
RGPIN-2016-04578 - 财政年份:2019
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
Bayesian fusion models based on multi-level constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于多级约束和多准则的贝叶斯融合模型
- 批准号:
RGPIN-2016-04578 - 财政年份:2018
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
Bayesian fusion models based on multi-level constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于多级约束和多准则的贝叶斯融合模型
- 批准号:
RGPIN-2016-04578 - 财政年份:2017
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
Bayesian fusion models based on multi-level constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于多级约束和多准则的贝叶斯融合模型
- 批准号:
RGPIN-2016-04578 - 财政年份:2016
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
Bayesian statistical fusion models based on constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于约束和多标准的贝叶斯统计融合模型
- 批准号:
238737-2011 - 财政年份:2015
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
Bayesian statistical fusion models based on constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于约束和多标准的贝叶斯统计融合模型
- 批准号:
238737-2011 - 财政年份:2014
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
Bayesian statistical fusion models based on constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于约束和多标准的贝叶斯统计融合模型
- 批准号:
238737-2011 - 财政年份:2013
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
Bayesian statistical fusion models based on constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于约束和多标准的贝叶斯统计融合模型
- 批准号:
238737-2011 - 财政年份:2012
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
Bayesian statistical fusion models based on constraints and multiple criteria in image processing and computer vision
图像处理和计算机视觉中基于约束和多标准的贝叶斯统计融合模型
- 批准号:
238737-2011 - 财政年份:2011
- 资助金额:
$ 1.75万 - 项目类别:
Discovery Grants Program - Individual
相似海外基金
Data-driven phenotyping of central disorders of hypersomnolence with unsupervised clustering: toward more reliable diagnostic criteria
无监督聚类的数据驱动的中枢性嗜睡症表型分析:寻求更可靠的诊断标准
- 批准号:
481046 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别:
Helping Doctors Doctor: Using AI to Automate Documentation and "De-Autonomate" Health Care
帮助医生医生:使用人工智能实现文档自动化和医疗保健“去自动化”
- 批准号:
10701364 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别:
Single-cell Transcriptomic Analysis of Cell Type Plasticity in Barrel Cortex of Normal and Autism Model Mice
正常和自闭症模型小鼠桶状皮层细胞类型可塑性的单细胞转录组分析
- 批准号:
10750812 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别:
CRCNS Research Proposal: A Unified Framework for Unsupervised Sparse-to-dense Brain Image Generation and Neural Circuit Reconstruction
CRCNS 研究提案:无监督稀疏到密集脑图像生成和神经回路重建的统一框架
- 批准号:
2309073 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别:
Continuing Grant
FRR: Collaborative Research: Unsupervised Active Learning for Aquatic Robot Perception and Control
FRR:协作研究:用于水生机器人感知和控制的无监督主动学习
- 批准号:
2237577 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别:
Standard Grant
CAREER: Principled Unsupervised Learning via Minimum Volume Polytopic Embedding
职业:通过最小体积多面嵌入进行有原则的无监督学习
- 批准号:
2237640 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别:
Continuing Grant
Knockoff Feature Selection Techniques for Robust Inference in Supervised and Unsupervised Learning
监督和无监督学习中鲁棒推理的仿冒特征选择技术
- 批准号:
2310955 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别:
Standard Grant
Unsupervised machine learning classification of ADHD subtype by urinary levels of tryptophan and monoamine neurotransmitters
根据尿色氨酸和单胺神经递质水平对 ADHD 亚型进行无监督机器学习分类
- 批准号:
23K12814 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别:
Grant-in-Aid for Early-Career Scientists
Study of Human Statistical Biases on Unsupervised Parsing and Language Modeling
无监督句法分析和语言建模的人类统计偏差研究
- 批准号:
23KJ0565 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别:
Grant-in-Aid for JSPS Fellows
Defining the universal genomic language of hallmarks in tumor development
定义肿瘤发展标志的通用基因组语言
- 批准号:
10681670 - 财政年份:2023
- 资助金额:
$ 1.75万 - 项目类别: