Zobrazeno 1 - 10
of 845
pro vyhledávání: '"P. Španěl"'
Publikováno v:
Atmospheric Measurement Techniques, Vol 12, Pp 4965-4982 (2019)
Soft chemical ionization mass spectrometry (SCI-MS) techniques can be used to accurately quantify volatile organic compounds (VOCs) in air in real time; however, differentiation of isomers still represents a challenge. A suitable pre-separation te
Externí odkaz:
https://doaj.org/article/65d71ef3e11c4132892bfe109c7140e4
Autor:
Tibor Kubík, Michal Španěl
Publikováno v:
Bioengineering, Vol 11, Iss 10, p 1014 (2024)
The segmentation of teeth in 3D dental scans is difficult due to variations in teeth shapes, misalignments, occlusions, or the present dental appliances. Existing methods consistently adhere to geometric representations, omitting the perceptual aspec
Externí odkaz:
https://doaj.org/article/3d0d088b9d0942b1aa07d4c1c73717df
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
In this work we present a method of automatic segmentation of defective skulls for custom cranial implant design and 3D printing purposes. Since such tissue models are usually required in patient cases with complex anatomical defects and variety of e
Externí odkaz:
http://arxiv.org/abs/1911.08805
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
This paper deals with segmentation of organs at risk (OAR) in head and neck area in CT images which is a crucial step for reliable intensity modulated radiotherapy treatment. We introduce a convolution neural network with encoder-decoder architecture
Externí odkaz:
http://arxiv.org/abs/1812.02427
We introduce a novel method for odometry estimation using convolutional neural networks from 3D LiDAR scans. The original sparse data are encoded into 2D matrices for the training of proposed networks and for the prediction. Our networks show signifi
Externí odkaz:
http://arxiv.org/abs/1712.06352
This paper presents a novel method for ground segmentation in Velodyne point clouds. We propose an encoding of sparse 3D data from the Velodyne sensor suitable for training a convolutional neural network (CNN). This general purpose approach is used f
Externí odkaz:
http://arxiv.org/abs/1709.02128