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

Il libro "Deep Generative Models, and Data Augmentation, Labelling, and Imperfections" documenta gli atti referati dei primi workshop MICCAI sui Deep Generative Models (DG4MICCAI 2021) e su Data Augmentation, Labelling e Imperfections (DALI 2021), che si sono svolti nell'ottobre 2021 nell'ambito della conferenza MICCAI. Inizialmente previsti a Strasburgo, Francia, i workshop sono stati condotti in forma virtuale a causa della pandemia di COVID-19. I contributi in questo volume includono 12 articoli accettati su 17 sottomessi per DG4MICCAI 2021, focalizzandosi sugli ultimi sviluppi algoritmici e sulle promettenti direzioni future nel campo dei Deep Generative Models. Questi modelli, tra cui Generative Adversarial Networks (GAN) e Variational Auto-Encoders (VAE), stanno ricevendo sempre più attenzione nella computer vision, nell'apprendimento automatico e nell'elaborazione delle immagini mediche e nelle interventi assistiti da computer. Per DALI 2021, sono stati accettati 15 dei 32 lavori sottomessi, che trattano l'analisi rigorosa dei dati medici in relazione ai sistemi di apprendimento automatico.