Real-Time-Capable GPU-Framework for Depth-Aware Rigid 2D/3D Registration

Utzschneider M, Wang J, Schaffert R, Borsdorf A, Maier A (2017)

Publication Type: Conference contribution

Publication year: 2017

Journal

Informatik aktuell Gesellschaft für Informatik (GI)

Publisher: Springer

Edited Volumes: Informatik aktuell

City/Town: Berlin

Pages Range: 185-190

Conference Proceedings Title: Bildverarbeitung für die Medizin 2017

Event location: Heidelberg

ISBN: 978-3-662-54345-0

URI: https://www5.informatik.uni-erlangen.de/Forschung/Publikationen/2017/Utzschneider17-RGF.pdf

DOI: 10.1007/978-3-662-54345-0_43

Authors with CRIS profile

Matthias Utzschneider Lehrstuhl für Informatik 5 (Mustererkennung) Jian Wang Lehrstuhl für Informatik 14 (Bild- und Sprachverarbeitung) Roman Schaffert Lehrstuhl für Informatik 14 (Bild- und Sprachverarbeitung) Andreas Maier Lehrstuhl für Informatik 5 (Mustererkennung)

How to cite

APA:

Utzschneider, M., Wang, J., Schaffert, R., Borsdorf, A., & Maier, A. (2017). Real-Time-Capable GPU-Framework for Depth-Aware Rigid 2D/3D Registration. In Bildverarbeitung für die Medizin 2017 (pp. 185-190). Heidelberg: Berlin: Springer.

MLA:

Utzschneider, Matthias, et al. "Real-Time-Capable GPU-Framework for Depth-Aware Rigid 2D/3D Registration." Proceedings of the Bildverarbeitung für die Medizin 2017, Heidelberg Berlin: Springer, 2017. 185-190.

BibTeX: Download