Publication

Shape prior based on statistical map for active contour segmentation

Jean-Philippe Thiran, Alia Lemkaddem
2008
Conference Papers

Résumé

We propose a new method for performing active contour segmentation based on the statistical prior knowledge of the object to detect. From a binary training set of objects, a statistical map describes the possible shapes of the object by computing the probability for each point to belong to the object. This statistical map is treated as a prior distribution and an energy functional is defined such that the object reaches the most probable shape knowing the model. The optimization is done in the level-set framework. Results on both synthetic and medical images are shown.

Source officielle

https://infoscience.epfl.ch/entities/publication/18fc6ad1-beb7-4f64-b8ac-8ed455f2291f

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Shape prior based on statistical map for active contour segmentation

Chattez avec Graph Search

The stability of deep learning for 21cm foreground removal across various sky models and frequency-dependent systematics

ZigZag: Universal Sampling-free Uncertainty Estimation Through Two-Step Inference

Aggregating Spatial and Photometric Context for Photometric Stereo