Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Benvenuto, Giovana Augusta | - |
Autor(es): dc.creator | Colnago, Marilaine | - |
Autor(es): dc.creator | Casaca, Wallace | - |
Data de aceite: dc.date.accessioned | 2025-08-21T23:24:27Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T23:24:27Z | - |
Data de envio: dc.date.issued | 2023-03-01 | - |
Data de envio: dc.date.issued | 2023-03-01 | - |
Data de envio: dc.date.issued | 2021-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/ICASSP43922.2022.9747686 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/240453 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/240453 | - |
Descrição: dc.description | In ophthalmology and vision science applications, the process of registering a pair of fundus images, captured at different scales and viewing angles, is of paramount importance to support the diagnosis of diseases and routine eye examinations. Aiming at addressing the retina registration problem from the Deep Learning perspective, in this paper we introduce an end-to-end framework capable of learning the registration task in a fully unsupervised way. The designed approach combines Convolutional Neural Networks and Spatial Transformation Network into a unified pipeline that takes a similarity metric to gauge the difference between the images, thus enabling the image alignment without requiring any ground-truth data. Once the model is fully trained, it can perform one-shot registrations by just providing as input the pair of fundus images. As shown in the validation study, the trained model is able to successfully deal with several categories of fundus images, surpassing other recent techniques for retina registration. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | São Paulo State University Faculty of Science and Technology | - |
Descrição: dc.description | São Paulo State University Department of Energy Engineering | - |
Descrição: dc.description | São Paulo State University Faculty of Science and Technology | - |
Descrição: dc.description | São Paulo State University Department of Energy Engineering | - |
Descrição: dc.description | FAPESP: #2013/07375-0 | - |
Descrição: dc.description | FAPESP: #2019/26288-7 | - |
Descrição: dc.description | FAPESP: #2021/03328-3 | - |
Formato: dc.format | 1281-1285 | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Relação: dc.relation | ICASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Deep learning | - |
Palavras-chave: dc.subject | Fundus image registration | - |
Título: dc.title | Unsupervised deep learning network for deformable fundus image registration | - |
Tipo de arquivo: dc.type | aula digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: