scholarly journals 3D landmark model discovery from a registered set of organic shapes

2012 ◽  
Author(s):  
Clement Creusot ◽  
Nick Pears ◽  
Jim Austin
Keyword(s):  
Landmark Model

scholarly journals Immortal Time Bias in Observational Studies of Time-to-Event Outcomes

2018 ◽  
Vol 25 (1) ◽  
pp. 107327481878935 ◽  
Author(s):  
Parul Agarwal ◽  
Erin Moshier ◽  
Meng Ru ◽  
Nisha Ohri ◽  
Ronald Ennis ◽  
...  
Keyword(s):  
Overall Survival ◽  
Treatment Effect ◽  
Cox Regression ◽  
Analytical Techniques ◽  
Time Dependent ◽  
Simulation Studies ◽  
Significant Treatment ◽  
Immortal Time Bias ◽  
Postmastectomy Radiation Therapy ◽  
Landmark Model

The objectives of this study are to illustrate the effects of immortal time bias (ITB) using an oncology outcomes database and quantify through simulations the magnitude and direction of ITB when different analytical techniques are used. A cohort of 11 626 women who received neoadjuvant chemotherapy and underwent mastectomy with pathologically positive lymph nodes were accrued from the National Cancer Database (2004-2008). Standard Cox regression, time-dependent (TD), and landmark models were used to compare overall survival in patients who did or did not receive postmastectomy radiation therapy (PMRT). Simulation studies showing ways to reduce the effect of ITB indicate that TD exposures should be included as variables in hazard-based analyses. Standard Cox regression models comparing overall survival in patients who did and did not receive PMRT showed a significant treatment effect (hazard ratio [HR]: 0.93, 95% confidence interval [CI]: 0.88-0.99). Time-dependent and landmark methods estimated no treatment effect with HR: 0.97, 95% CI: 0.92 to 1.03 and HR: 0.98, 95% CI, 0.92 to 1.04, respectively. In our simulation studies, the standard Cox regression model significantly overestimated treatment effects when no effect was present. Estimates of TD models were closest to the true treatment effect. Landmark model results were highly dependent on landmark timing. Appropriate statistical approaches that account for ITB are critical to minimize bias when examining relationships between receipt of PMRT and survival.

Design and Robust Recognition of Omnidirectional Landmarks for Indoor Mobile Robot Positioning

2013 ◽  
Author(s):  
Hanyu Liu ◽  
Xu Zhong ◽  
Yu Zhou
Keyword(s):  
Mobile Robot ◽  
Recognition Algorithm ◽  
Positioning System ◽  
Contour Analysis ◽  
Landmark Recognition ◽  
Black And White ◽  
Indoor Mobile Robot ◽  
Robot Positioning ◽  
Robust Recognition ◽  
Landmark Model

In this paper, we present an omnidirectional artificial landmark model and a robust artificial landmark recognition algorithm for indoor mobile robot positioning. The landmark model encodes identities with nested circles in black and white, which provides stable edge response and enables strong tolerance to various lighting conditions and perspective distortions. The corresponding positioning system uses a single upward-facing webcam as the vision sensor to capture landmarks. To address the effect of the lighting and sensing noise, the topological contour analysis is applied to detect landmarks, and the dynamic illumination adjustment is used to assist landmark recognition. Based on the landmark recognition, the absolute position of the camera in the environment is estimated using a trilateration algorithm. The landmark model and positioning system are tested with a mobile robot in a real indoor environment. The results show that the purposed technique provides autonomous indoor positioning for mobile robots with high robustness and consistency.

Viewpoint invariant 3D landmark model inference from monocular 2D images using higher-order priors

2011 ◽  
Author(s):  
Chaohui Wang ◽  
Yun Zeng ◽  
Loic Simon ◽  
Ioannis Kakadiaris ◽  
Dimitris Samaras ◽  
...  
Keyword(s):  
Higher Order ◽  
Model Inference ◽  
Landmark Model ◽  
2D Images

scholarly journals Landmark detection for unconstrained face recognition

2013 ◽  
Author(s):  
Παναγιώτης Περάκης
Keyword(s):  
Face Recognition ◽  
Landmark Detection ◽  
Face Model ◽  
Facial Landmark ◽  
Unconstrained Face Recognition ◽  
Landmark Model ◽  
Unconstrained Face

Σε αυτήν τη διατριβή παρουσιάζεται μία νέα μέθοδος ανίχνευσης 3Δ οροσήμων και υπολογισμού πόζας, κατάλληλη για 3Δ μετωπικές και πλάγιες σαρώσεις προσώπου. Η προτεινόμενη μέθοδος εκμεταλλεύεται την 3Δ και 2Δ πληροϕορία, ώστε με τη χρήση τοπικών περιγραϕέων να εξαχθούν υποψήϕια σημεία ενδιαϕέροντος, που στη συνέχεια θα αναγνωρισθούν και θα ονοματισθούν ως ανατομικά ορόσημα. Επιπλέον, εισάγεται ένα νέο γενικό πλαίσιο συνδυασμού περιγραϕέων χαρακτηριστικών, για την ανίχνευση οροσήμων. Ωστόσο, οι γενικές μέθοδοι ανίχνευσης χαρακτηριστικών, δεν μπορούν να αναγνωρίσουν και να ονοματίσουν τα ανιχνευμένα ορόσημα. Για το σκοπό αυτό, εισάγεται ένα 3Δ Μοντέλο Οροσήμων Προσώπου (Facial Landmark Model - FLM) αποτελούμενο από ανατομικά ορόσημα. Τα υποψήϕια ορόσημα, ανεξάρτητα του τρόπου με τον οποίο έχουν παραχθεί, μπορούν να αναγνωρισθούν και να ονοματισθούν από το ταίριασμά τους με το μοντέλο FLM. Τέλος, εισάγεται μία νέα μέθοδος για την απρόσκοπτη αναγνώριση προσώπου η οποία χρησιμοποιεί τον 3Δ ανιχνευτή οροσήμων για να αποδόσει σε κάθε σάρωση προσώπου μία αρχική εκτίμηση της πόζας και στη συνέχεια, ένα 3Δ Προσημειωμένο Μοντέλο Προσώπου (Annotated Face Model - AFM) ευθυγραμμίζεται και προσαρμόζεται στα δεδομένα, χρησιμοποιώντας τη συμμετρία του προσώπου για τη συμπλήρωση των αποκρυπτόμενων περιοχών. Έτσι, η προτεινόμενη μέθοδος μπορεί να επιτελέσει συγκρίσεις μεταξύ σαρώσεων διαϕορετικής πόζας, σε αντίθεση με τις υπάρχουσες μεθόδους που απαιτούν αποκλειστικά μετωπικές σαρώσεις.

2D facial landmark model design by combining key points and inserted points

2015 ◽  
Vol 42 (21) ◽  
pp. 7858-7868 ◽  
Author(s):  
Fangmei Chen ◽  
Yong Xu ◽  
David Zhang ◽  
Kai Chen
Keyword(s):  
Model Design ◽  
Facial Landmark ◽  
Key Points ◽  
Landmark Model

Gaussian mixture-sound field landmark model for robot localization applications

2007 ◽  
Vol 21 (5-6) ◽  
pp. 619-643 ◽  
Author(s):  
Li-Wei Wu ◽  
Wei-Han Liu ◽  
Chieh-Cheng Cheng ◽  
Jwu-Sheng Hu
Keyword(s):  
Sound Field ◽  
Gaussian Mixture ◽  
Robot Localization ◽  
Landmark Model
Sign in / Sign up

Export Citation Format

Share Document