Daniela Handl - Grußwort und Kurzvorstellung des Gastgebers Volume Graphics GmbH
Benjamin Becker - 3D-Bildanalyse: eine Einführung anhand von Aufgabenstellungen aus der Praxis
Jörg Habersetzer - Visualisierung und Bildanalyse von Fossilien
Christoph Poliwoda - Analyse der Qualität und Zuverlässigkeit von aus CT-Daten gewonnenen Materialoberflächen: Ein Forschungsprojekt in Kooperation mit der PTB
Klaus H. Maier-Hein - Lernverfahren in der 3D-Bildanalyse
Filip Sadlo - Neue Visualisierungsverfahren
Joachim Ohser/Katja Schladitz - Mikrostrukturanalyse anhand von 3D-Bilddaten
Heiko Andrä - Direkte numerische Simulation von Materialeigenschaften auf 3D-Bilddaten von porösen Materialien und Verbundwerkstoffen
… - Abschlussdiskussion mit allen Referenten
Lernverfahren in der 3D-Bildanalyse
Atari 2600: Breakout
Rosenblatt‘s Perzeptron (1958)
Activation functions
Back propagation
Gradient descent
Convolutions
Back propagation (1989)
Objekte in Bildern erkennen
Since then … Internet - Massively parallel data processing
GoogLeNet: Tiefes Netzwerk (2014)
2011: Computer erkennen Verkehrsschilder besser als Menschen
2014: ImageNet
Abstraktionsebenen im Netz
Bildbeschreibungen
Repräsentation von Stil und Inhalt
Inceptionism
State-of-the-art (3D) segmentation: U-Net
Lernverfahren in der 3D-Bildanalyse -- aktuelle Ansätze --
Examplary scenario: 3D Tractography
Ansatz: Learning from simulations
Ansatz: Pseudo-3D segmentation using ensembles of 2D networks
Ansatz: Regression Tractography orientation mapping
Examplary scenario: Breast MRI
Ansatz: End-to-end learning
Ansatz: Transfer learning
Examplary scenario: Bone segmentation
Ansatz: Self-supervised learning
Examplary scenario: Prostate Cancer Detection
Ansatz: Adversarial Networks