Johns Hopkins University（约翰斯·霍普金斯大学）

TriDiff-4D: Fast 4D Generation through Diffusion-based Triplane Re-posing

TriDiff-4D：通过基于扩散的三平面重定位实现快速4D生成

Eddie Pokming Sheung, Qihao Liu, Wufei Ma, Prakhar Kaushik, Jianwen Xie, Alan Yuille

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Lambda Inc（Lambda公司） 纠错

AI总结 TriDiff-4D通过基于扩散的三平面重定位技术，实现高效可控的4D虚拟人物生成，显著提升生成质量和效率。

Comments 8 pages, 10 figures, Under review at a conference

Unsupervised learning of spatially varying regularization for diffeomorphic image registration

无监督学习空间变化的正则化用于变形图像配准

Junyu Chen, Shuwen Wei, Yihao Liu, Zhangxing Bian, Yufan He, Aaron Carass, Harrison Bai, Yong Du

机构 * Department of Radiology and Radiological Science, Johns Hopkins School of Medicine, MD, USA（放射科与放射科学系，约翰霍普金斯医学院，马里兰州，美国） ； Image Analysis and Communications Laboratory, Department of Electrical and Computer Engineering, Johns Hopkins University, MD, USA（图像分析与通信实验室，电气与计算机工程系，约翰霍普金斯大学，马里兰州，美国） ； Department of Electrical and Computer Engineering, Vanderbilt University, TN, USA（电气与计算机工程系，范德比尔特大学，田纳西州，美国） ； NVIDIA Corporation, Santa Clara, CA, USA（英伟达公司，圣克拉拉，加利福尼亚州，美国） 纠错

AI总结 本文提出一种分层概率模型，通过端到端学习空间变化的正则化，提升图像配准性能并增强可解释性。

Comments Accepted to Medical Image Analysis ((c) MedIA). Code available at http://bit.ly/3BrXGxz