DiSTNet2D: Leveraging Long-Range Temporal Information for Efficient Segmentation and Tracking - Institut Curie Accéder directement au contenu
Article Dans Une Revue PRX Life Année : 2024

DiSTNet2D: Leveraging Long-Range Temporal Information for Efficient Segmentation and Tracking

Domaines

Traitement du signal et de l'image [eess.SP]
Fichier principal
Vignette du fichier
PRXLife.2.023004.pdf (1.13 Mo) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
licence : CC BY - Paternité

Maxime Deforet  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04566044

Soumis le : jeudi 2 mai 2024-12:07:28

Dernière modification le : vendredi 3 mai 2024-03:22:13

Télécharger pour visualiser

Dates et versions

hal-04566044 , version 1 (02-05-2024)

Identifiants

Citer

Jean Ollion, Martin Maliet, Caroline Giuglaris, Élise Vacher, Maxime Deforet. DiSTNet2D: Leveraging Long-Range Temporal Information for Efficient Segmentation and Tracking. PRX Life, 2024, 2 (2), pp.023004. ⟨10.1103/PRXLife.2.023004⟩. ⟨hal-04566044⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS FNCLCC CURIE LJP PCC_UMR168 INC-CNRS PSL IBPS SORBONNE-UNIVERSITE SU-SCIENCES ANR
0 Consultations
0 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More