Robust Equivariant Imaging: a fully unsupervised framework for learning to image from noisy and partial measurements - Archive ouverte HAL
Communication Dans Un Congrès Année : 2022

Robust Equivariant Imaging: a fully unsupervised framework for learning to image from noisy and partial measurements

Domaines

Informatique [cs] Sciences de l'ingénieur [physics]

Julian Tachella  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04297547

Soumis le : mardi 21 novembre 2023-11:36:49

Dernière modification le : mardi 12 novembre 2024-15:20:07

Consulter le texte intégral

Dates et versions

hal-04297547 , version 1 (21-11-2023)

Identifiants

Citer

Dongdong Chen, Julián Tachella, Mike Davies. Robust Equivariant Imaging: a fully unsupervised framework for learning to image from noisy and partial measurements. 2022 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), Jun 2022, New Orleans, United States. pp.5637-5646, ⟨10.1109/CVPR52688.2022.00556⟩. ⟨hal-04297547⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

ENS-LYON CNRS UDL
20 Consultations
0 Téléchargements

Altmetric

Partager

More