Deep Generative Models, and Data Augmentation, Labelling, and Imperfections

Le livre "Deep Generative Models, and Data Augmentation, Labelling, and Imperfections" documente les actes référés des premiers ateliers MICCAI sur les Deep Generative Models (DG4MICCAI 2021) et sur la Data Augmentation, le Labelling et les Imperfections (DALI 2021), qui se sont tenus en octobre 2021 dans le cadre de la conférence MICCAI. Initialement prévus à Strasbourg, France, les ateliers ont été réalisés virtuellement en raison de la pandémie de COVID-19. Les contributions de ce volume comprennent 12 articles acceptés sur 17 soumissions pour DG4MICCAI 2021, se concentrant sur les dernières avancées algorithmiques et les directions prometteuses futures dans le domaine des Deep Generative Models. Ces modèles, y compris les Generative Adversarial Networks (GAN) et les Variational Auto-Encoders (VAE), attirent de plus en plus l'attention dans la vision par ordinateur, l'apprentissage automatique ainsi que dans l'imagerie médicale et l'intervention assistée par ordinateur. Pour DALI 2021, 15 des 32 travaux soumis ont été acceptés, traitant de l'examen rigoureux des données médicales en lien avec les systèmes d'apprentissage automatique.