Vasileios Belagiannis
Prof. Dr. Vasileios Belagiannis
Vasileios Belagiannis ist Professor an der Technischen Fakultät der Friedrich-Alexander-Universität Erlangen-Nürnberg. Er hat einen Abschluss in Ingenieurwissenschaften (Griechenland, 2009) von der Demokritus-Universität von Thrakien, Engineering School of Xanthi und einen M.Sc. in Computational Science and Engineering von der TU München (Deutschland, 2011). Er schloss sein Promotionsstudium an der TU München (2015) ab und arbeitete danach als Post-Doc an der University of Oxford (Visual Geometry Group). Vor seiner Tätigkeit an der Friedrich-Alexander-Universität Erlangen-Nürnberg war er in der Industrie bei OSRAM, an der Universität Ulm und der Otto-von-Guericke-Universität Magdeburg tätig.
Eine aktualisierte Liste der Veröffentlichungen findet sich auf Google Scholar.
Ich bin immer auf der Suche nach hoch motivierten Studierenden, die promovieren möchten.
Aktuelle Neuigkeiten:
- Sommer Semester 2024 Lehrangebot:
- Perception in Robotics
- Advanced Topics in Deep Learning
- Seminar on Selected Topics in Machine Learning
- Seminar on Selected Topics on Multimedia Communications and Signal Processing
- Lab Course Machine Learning in Signal Processing
- Ausgewählte Veröffentlichungen:
- Check out our new work on diffusion models for neural architecture search: Multi-conditioned Graph Diffusion for Neural Architecture Search (published in Transactions on Machine Learning Research, 03/2024).
- Neue Arbeit im Bereich semi-supervised learning im Bereich monocular depth estimation: Consistency Regularisation for Unsupervised Domain Adaptation in Monocular Depth Estimation (publiziert bei CoLLAs 2024)
Prof. Belagiannis leitet die Machine Learning & Perception (MLP) Gruppe. Die MLP Gruppe konzentriert sich auf maschinelles Lernen, insbesondere Deep Learning, sowohl in der Grundlagenforschung als auch in der angewandten Forschung. Zu den aktuellen Forschungsarbeiten gehören generative Modelle, die Erkennung von Anomalien, die Schätzung von Unsicherheiten, die Erkennung von Verteilungsfehlern, das Lernen mit wenigen Schüssen, das Lernen von verrauschten Etiketten und das hardwarenahe maschinelle Lernen wie die Modellkompression und die Suche nach neuronalen Architekturen. Die Anwendungen umfassen automatisiertes Fahren, Computer Vision und medizinische Bildanalyse sowie Signalverarbeitung und Robotik.
-
Leistungseffiziente tiefe neuronale Netze basierend auf Co-Optimierung mit mixed-signal integrierten Schaltungen
(Drittmittelfinanzierte Einzelförderung)
Laufzeit: 1. März 2023 - 28. Februar 2026
Mittelgeber: DFG-Einzelförderung / Sachbeihilfe (EIN-SBH)EdgeAI ist das verteilte Rechenparadigma für die Ausführung von Algorithmen für maschinelles Lernen Nahe am Sensor. Im Vergleich zu zentralisierten, z.B. cloud-basierten Lösungen, werden Datensicherheit, geringe Latenz und Bandbreitenreduktion erreicht. Gleichzeitig gibt es das große Problem, dass der Leistungsverbrauch heutiger, tiefer neuronaler Netze für maschinelles Lernen für solche Anwendungen viel zu groß ist. Moderne Netzwerkarchitekturen sind komplex und stellen hohe Anforderungen an die Rechenressourcen. Folglich ist die Ausführung tiefer neuronaler Netzwerke auf Edge-Geräten nicht Stand der Technik. Um dieses Problem anzugehen, müssen die Netzwerkarchitekturen unter Berücksichtigung der Speicher-, Gleitkommaoperationen und Parameterdiskretisierungsfaktoren neu entworfen werden. Dieser Prozess wird als neuronale Netzwerkkomprimierung bezeichnet. Außerdem muss die ausführende Hardware dem angepasst werden, um einen effizienten Betrieb des neuronalen Netzwerks zu gewährleisten. Insbesondere können spezielle Beschleunigerschaltungen auf Basis integrierter Schaltungen Lösungen in Bezug auf die Speicherhierarchie bereitstellen und eine Rechenschaltung mit anpassbarer Präzision bei mittlerer Genauigkeit nutzen, um den Stromverbrauch massiv zu senken. Dieses Projekt zielt darauf ab, neue Mixed-Signal-Schaltungen und -Architekturen mit einer zur Laufzeit einstellbaren Rechengenauigkeit sowie den Entwurf und das Training eines Hardware-angepassten neuronalen Netzwerks mit Hybridgenauigkeit auf dieser Hardware zu erforschen. Im Kontext der benutzerdefinierten Hardware wird die Komprimierung neuronaler Netzwerke als Co-Design- und Co-Training-Aufgabe untersucht, bei der die Hardware Teil der Optimierung ist. -
Transfer von tiefen neuronalen Netzen von der Simulation in die reale Welt
(Drittmittelfinanzierte Einzelförderung)
Laufzeit: 1. Dezember 2022 - 30. November 2025
Mittelgeber: DFG-Einzelförderung / Sachbeihilfe (EIN-SBH)Computer Vision stellt heute einen wichtigen Teil der visuellen Vorverarbeitung dar. Dabei kann Computer Vision entweder als eigenes Aufgabenfeld oder als Modul verstanden werden, welches seine Ergebnisse als Input an ein darauf aufbauendes System weitergibt. Im Kontext des automatisierten Fahrens kann dieses System ein mobiler Agent sein, der sich nicht nur auf Rohdaten stützt, sondern Computer Vision Algorithmen zur visuellen Vorverarbeitung nutzt, um seine Umgebung zu verstehen. Aktuelle Studien zu realen Implementierungen solcher Agenten zeigen, dass diese akkurater agieren, wenn sie visuelle Vorverarbeitung, wie z.B. semantische Segmentierung oder Tiefenschätzung als zusätzlichen Input zu den Rohdaten verwenden. Das akkuratere Verhalten der Agenten muss jedoch durch aufwändiges Sammeln und Annotieren der Daten erkauft werden. Aktuelle Ansätze basieren nämlich auf tiefen neuronalen Netzen, welche mit überwachtem Lernen trainiert werden. Zu diesem Zweck muss vor dem Trainieren der Netze ein großer, annotierter Datensatz erstellt werden. Um dieser Einschränkung zu umgehen, können annotierte Datensätze mit Hilfe von Simulation erzeugt werden. Diese umfangreichen, synthetisch generierten Datensätze können direkt auf die Aufgabe zugeschnitten und im Kontext neuronaler Netze als Alternative zu realen Datensätzen verwendet werden. Allerdings weisen solche synthetischen Datensätze auch klare Nachteile auf. Insbesondere schneiden auf synthetischen Daten trainierte neuronale Netze schlecht auf Realdaten ab.In diesem Projekt werden wir daher erforschen, wie sich dieser Leistungsabfall vermindern lässt, sodass auf synthetischen Daten trainierte tiefe neuronale Netze zukünftig besser auf Realdaten abschneiden. Als Testfelder zur Evaluation werden wir dabei die Anwendungen semantische Segmentierung und Tiefenschätzung auf Einzelbildern näher untersuchen. In unserer Forschung werden wir Algorithmen entwickeln, die tiefen neuronalen Netzen beibringen, sich schnell an neue Umgebungen anzupassen. Dieses Konzept ist weithin als Meta-Learning bekannt. Meta-Learning wurde jedoch bis heute noch nie als Methode verwendet, um den Transfer von synthetisch generierten Daten auf Realdaten zu schaffen, obwohl die Problemformulierung von Meta-Learning gut auf das Problem passt.
Vorlesungen
- Machine Learning in Signal Processing
- Introduction to Deep Learning
- Advanced Topics in Deep Learning
- Perception in Robotics
Anleitung zu wiss. Arbeiten
Seminare
- Seminar on Selected Topics in Machine Learning
- Seminar Ausgewählte Kapitel der Multimediakommunikation und Signalverarbeitung
- Seminar on Selected Topics in Machine Learning
- Seminar on Bachelor’s and Master’s theses
Praktika
|
|
|
Julian Wiederer, Julian Schmidt, Ulrich Kressel, Klaus Dietmayer, Vasileios Belagiannis
Joint Out-of-Distribution Detection and Uncertainty Estimation for Trajectory Prediction |
|
|
|
|
|
Automated Static Camera Calibration with |
|
Julian Schmidt, Pascal Huissel, Julian Wiederer, Julian Jordan, Vasileios Belagiannis, Klaus Dietmayer
RESET: Revisiting Trajectory Sets for Conditional Behavior Prediction
|
|
Annika Briegleb, Thomas Haubner, Vasileios Belagiannis, Walter Kellermann
Localizing Spatial Information in Neural Spatiospectral Filters
|
|
Alexander Tsaregorodtsev, Vasileios Belagiannis, ParticleAugment: Sampling-based data augmentation, Computer Vision and Image Understanding, 2023. |
|
Ragav Sachdeva, Filipe Rolim Cordeiro, Vasileios Belagiannis, Ian Reid, Gustavo Carneiro, ScanMix: Learning from Severe Label Noise via Semantic Clustering and Semi-Supervised Learning, Pattern Recognition, 2023. |
|
Dawoud, Youssef, Bouazizi, Arij, Ernst, Katharina, Carneiro, Gustavo, Belagiannis, Vasileios, Knowing What To Label for Few Shot Microscopy Image Cell Segmentation, Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2023. |
|
Hornauer, Julia, Belagiannis, Vasileios, Heatmap-Based Out-of-Distribution Detection, Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2023. |
Cuong C. Nguyen, Youssef Dawoud, Thanh-Toan Do, Jacinto C. Nascimento, Vasileios Belagiannis, Gustavo Carneiro, Smart task design for meta learning medical image analysis systems: Unsupervised, weakly-supervised, and cross-domain design of meta learning tasks, Meta Learning With Medical Imaging and Health Informatics Applications, 2023. | |
|
Filipe R. Cordeiro, Ragav Sachdeva, Vasileios Belagiannis, Ian Reid, Gustavo Carneiro, LongReMix: Robust learning with high confidence samples in a noisy label environment, Pattern Recognition, 2023. |
|
Ülger, Osman, Wiederer, Julian, Ghafoorian, Mohsen, Belagiannis, Vasileios, Mettes, Pascal, Multi-Task Edge Prediction in Temporally-Dynamic Video Graphs, 33rd British Machine Vision Conference 2022, {BMVC} 2022, 2022. |
|
Holzbock, Adrian, Kern, Nicolai, Waldschmidt, Christian, Dietmayer, Klaus, Belagiannis, Vasileios, Gesture Recognition with Keypoint and Radar Stream Fusion for Automated Vehicles, Computer Vision – {ECCV} 2022 Workshops, 2022. |
|
Hornauer, Julia, Belagiannis, Vasileios, Gradient-based uncertainty for monocular depth estimation, European Conference on Computer Vision, 2022. |
|
Wiederer, Julian, Schmidt, Julian, Kressel, Ulrich, Dietmayer, Klaus, Belagiannis, Vasileios, A benchmark for unsupervised anomaly detection in multi-agent trajectories, 2022 IEEE 25th International Conference on Intelligent Transportation Systems (ITSC), 2022. |
|
Tsaregorodtsev, Alexander, Muller, Johannes, Strohbeck, Jan, Herrmann, Martin, Buchholz, Michael, Belagiannis, Vasileios, Extrinsic camera calibration with semantic segmentation, 2022 IEEE 25th International Conference on Intelligent Transportation Systems (ITSC), 2022. |
|
Liu, Fengbei, Chen, Yuanhong, Tian, Yu, Liu, Yuyuan, Wang, Chong, Belagiannis, Vasileios, Carneiro, Gustavo, NVUM: Non-volatile Unbiased Memory for Robust Medical Image Classification, International Conference on Medical Image Computing and Computer-Assisted Intervention, 2022. |
|
Dawoud, Youssef, Ernst, Katharina, Carneiro, Gustavo, Belagiannis, Vasileios, Edge-based self-supervision for semi-supervised few-shot microscopy image cell segmentation, International Workshop on Medical Optical Imaging and Virtual Microscopy Image Analysis, 2022. |
|
Bouazizi, Arij, Holzbock, Adrian, Kressel, Ulrich, Dietmayer, Klaus, Belagiannis, Vasileios, Motionmixer: Mlp-based 3d human body pose forecasting, Proceedings of the Thirty-First International Joint Conference on Artificial Intelligence, {IJCAI} 2022, 2022. |
|
Holzbock, Adrian, Tsaregorodtsev, Alexander, Dawoud, Youssef, Dietmayer, Klaus, Belagiannis, Vasileios, A spatio-temporal multilayer perceptron for gesture recognition, 2022 IEEE Intelligent Vehicles Symposium (IV), 2022. |
|
Rudolph, Michael, Dawoud, Youssef, Güldenring, Ronja, Nalpantidis, Lazaros, Belagiannis, Vasileios, Lightweight monocular depth estimation through guided decoding, 2022 International Conference on Robotics and Automation (ICRA), 2022. |
|
Liu, Yuyuan, Tian, Yu, Chen, Yuanhong, Liu, Fengbei, Belagiannis, Vasileios, Carneiro, Gustavo, Perturbed and strict mean teachers for semi-supervised semantic segmentation, Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition, 2022. |
|
Liu, Fengbei, Tian, Yu, Chen, Yuanhong, Liu, Yuyuan, Belagiannis, Vasileios, Carneiro, Gustavo, ACPL: Anti-curriculum pseudo-labelling for semi-supervised medical image classification, Proceedings of the IEEE/CVF conference on computer vision and pattern recognition, 2022. |
Schreiber, Marcel, Belagiannis, Vasileios, Gläser, Claudius, Dietmayer, Klaus, A multi-task recurrent neural network for end-to-end dynamic occupancy grid mapping, 2022 IEEE Intelligent Vehicles Symposium (IV), 2022. | |
Conrad, Joschua, Jiang, Biyi, Kässer, Paul, Belagiannis, Vasileios, Ortmanns, Maurits, Nonlinearity Modeling for Mixed-Signal Inference Accelerators in Training Frameworks, 2021 28th IEEE International Conference on Electronics, Circuits, and Systems (ICECS), 2021. | |
Cordeiro, F. R., Belagiannis, Vasileios, Reid, Ian, Carneiro, Gustavo, PropMix: Hard Sample Filtering and Proportional MixUp for Learning with Noisy Labels, The 32nd British Machine Vision Conference, 2021. | |
Bouazizi, Arij, Kressel, Ulrich, Belagiannis, Vasileios, Learning Temporal 3D Human Pose Estimation with Pseudo-Labels, 2021 17th IEEE International Conference on Advanced Video and Signal Based Surveillance (AVSS), 2021. | |
Engel, Nico, Belagiannis, Vasileios, Dietmayer, Klaus, Point Transformer, IEEE Access, 2021. | |
Liu, Fengbei, Tian, Yu, Cordeiro, Filipe R, Belagiannis, Vasileios, Reid, Ian, Carneiro, Gustavo, Self-supervised mean teacher for semi-supervised chest x-ray classification, International Workshop on Machine Learning in Medical Imaging, 2021. | |
Wiederer, Julian, Bouazizi, Arij, Troina, Marco, Kressel, Ulrich, Belagiannis, Vasileios, Anomaly Detection in Multi-Agent Trajectories for Automated Driving, Conference on Robot Learning, 2022. Pre-print Paper Code |
|
Kern, Nicolai, Holzbock, Adrian, Grebner, Timo, Belagiannis, Vasileios, Dietmayer, Klaus, Waldschmidt, Christian, A ground truth system for radar measurements of humans, 2022 14th German Microwave Conference (GeMiC), 2022. | |
Farshad, Azade, Makarevich, Anastasia, Belagiannis, Vasileios, Navab, Nassir, MetaMedSeg: Volumetric Meta-learning for Few-Shot Organ Segmentation, MICCAI Workshop on Domain Adaptation and Representation Transfer, 2022. | |
Hornauer, Julia, Nalpantidis, Lazaros, Belagiannis, Vasileios, Visual Domain Adaptation for Monocular Depth Estimation on Resource-Constrained Hardware, Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV) Workshops, 2021. | |
Bouazizi, Arij, Wiederer, Julian, Kressel, Ulrich, Belagiannis, Vasileios, Self-supervised 3d human pose estimation with multiple-view geometry, 2021 16th IEEE International Conference on Automatic Face and Gesture Recognition (FG 2021), 2021. | |
Engel, Nico, Belagiannis, Vasileios, Dietmayer, Klaus, Attention-based Vehicle Self-Localization with HD Feature Maps, 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), 2021. | |
Schreiber, Marcel, Belagiannis, Vasileios, Gläser, Claudius, Dietmayer, Klaus, Dynamic Occupancy Grid Mapping with Recurrent Neural Networks, 2021 IEEE International Conference on Robotics and Automation (ICRA), 2021. | |
Sachdeva, Ragav, Cordeiro, Filipe R, Belagiannis, Vasileios, Reid, Ian, Carneiro, Gustavo, EvidentialMix: Learning with Combined Open-set and Closed-set Noisy Labels, Proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision, 2021. | |
Werner Teich,Ruiqi Liu,Vasileios Belagiannis, Deep Learning versus High-order Recurrent Neural Network based Decoding for Convolutional Codes, GLOBECOM 2020 – 2020 IEEE Global Communications Conference, 2020. | |
Youssef Dawoud,Julia Hornauer,Gustavo Carneiro,Vasileios Belagiannis, Few-Shot Microscopy Image Cell Segmentation, Joint European Conference on Machine Learning and Knowledge Discovery in Databases, 2020. | |
Leslie Casas,Attila Klimmek,Nassir Navab,Vasileios Belagiannis, Adversarial Signal Denoising with Encoder-Decoder Networks, 2020 28th European Signal Processing Conference (EUSIPCO), 2021. | |
Wiederer, Julian, Bouazizi, Arij, Kressel, Ulrich, Belagiannis, Vasileios, Traffic Control Gesture Recognition for Autonomous Vehicles, 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2020. | |
Strohbeck, Jan, Belagiannis, Vasileios, Müller, Johannes, Herrmann, Martin, Schreiber, Marcel, Buchholz, Michael, Multiple Trajectory Prediction with Deep Temporal and Spatial Convolutional Neural Networks, 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2020. | |
Horn, Markus, Engel, Nico, Belagiannis, Vasileios, Buchholz, Michael, Dietmayer, Klaus, DeepCLR: Correspondence-Less Architecture for Deep End-to-End Point Cloud Registration, 2020 IEEE 23rd International Conference on Intelligent Transportation Systems (ITSC), 2020. | |
Schreiber, Marcel, Belagiannis, Vasileios, Gläser, Claudius, Dietmayer, Klaus, Motion Estimation in Occupancy Grid Maps in Stationary Settings Using Recurrent Neural Networks, 2020 IEEE International Conference on Robotics and Automation (ICRA), 2020. | |
Nico Engel,Stefan Hoermann,Markus Horn,Vasileios Belagiannis,Klaus Dietmayer, DeepLocalization: Landmark-based Self-Localization with Deep Neural Networks, 2019 IEEE Intelligent Transportation Systems Conference (ITSC), 2019. |
|
Johannes Müller,Martin Herrmann,Jan Strohbeck,Vasileios Belagiannis,Michael Buchholz, {LACI:} Low-effort Automatic Calibration of Infrastructure Sensors, 2019 IEEE Intelligent Transportation Systems Conference (ITSC), 2019. | |
Irtiza Hasan,Francesco Setti,Theodore Tsesmelis,Vasileios Belagiannis,Sikandar Amin,Alessio Del Bue,Marco Cristani,Fabio Galasso, Forecasting People Trajectories and Head Poses by Jointly Reasoning on Tracklets and Vislets, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2019. | |
Felix Achilles,Federico Tombari,Vasileios Belagiannis,Anna Mira Loesch,Soheyl Noachtar,Nassir Navab, Convolutional neural networks for real-time epileptic seizure detection, Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization, 2018. | |
Vasileios Belagiannis,Azade Farshad,Fabio Galasso, Adversarial Network Compression, Computer Vision – {ECCV} 2018 Workshops – Munich, Germany, September 8-14, 2018, Proceedings, Part {IV}, 2018. | |
Vasileios Belagiannis,Andrew Zisserman, Recurrent Human Pose Estimation, 2017 12th IEEE International Conference on Automatic Face & Gesture Recognition (FG 2017), 2017. | |
Christoph Baur,Fausto Milletari,Vasileios Belagiannis,Nassir Navab,Pascal Fallavollita, Automatic 3D reconstruction of electrophysiology catheters from two-view monoplane C-arm image sequences, International journal of computer assisted radiology and surgery, 2016. | |
Nicola Rieke,David Joseph Tan,Chiara Amat di San Filippo,Federico Tombari,Mohamed Alsheakhali,Vasileios Belagiannis,Abouzar Eslami,Nassir Navab, Real-time localization of articulated surgical instruments in retinal microsurgery, Medical Image Analysis, 2016. | |
Vasileios Belagiannis,Xinchao Wang,Horesh Ben Shitrit,Kiyoshi Hashimoto,Ralf Stauder,Yoshimitsu Aoki,Michael Kranzfelder,Armin Schneider,Pascal Fua,Slobodan Ilic,Hubertus Feussner,Nassir Navab, Parsing human skeletons in an operating room, Machine Vision and Applications, 2016. | |
Vasileios Belagiannis,Sikandar Amin,Mykhaylo Andriluka,Bernt Schiele,Nassir Navab,Slobodan Ilic, 3D Pictorial Structures Revisited: Multiple Human Pose Estimation, IEEE Transactions on Pattern Analysis and Machine Intelligence, 2016. | |
Shadi Albarqouni,Christoph Baur,Felix Achilles,Vasileios Belagiannis,Stefanie Demirci,Nassir Navab, AggNet: Deep Learning From Crowds for Mitosis Detection in Breast Cancer Histology Images, IEEE transactions on medical imaging, 2016. | |
Iro Laina, Christian Rupprecht,Vasileios Belagiannis,Federico Tombari,Nassir Navab, Deeper Depth Prediction with Fully Convolutional Residual Networks, 2016 Fourth international conference on 3D vision (3DV), 2016. | |
Vasileios Belagiannis,Christian Rupprecht,Gustavo Carneiro,Nassir Navab, Robust Optimization for Deep Regression, Proceedings of the IEEE international conference on computer vision, 2015. | |
Falk Schubert,Daniele Casaburo,Dirk Dickmanns,Vasileios Belagiannis, Revisiting Robust Visual Tracking Using Pixel-Wise Posteriors, International Conference on Computer Vision Systems, 2015. | |
Nissler, Christian, Mouriki, Nikoleta, Castellini, Claudio, Belagiannis, Vasileios, Navab, Nassir, OMG: introducing optical myography as a new human machine interface for hand amputees, 2015 IEEE International Conference on Rehabilitation Robotics (ICORR), 2015. | |
Achilles, Felix, Belagiannis, Vasileios, Tombari, Federico, Loesch, Anna Mira, Cunha, Joao Paulo, Navab, Nassir, Noachtar, Soheyl, Deep convolutional neural networks for automatic identification of epileptic seizures in infrared and depth images, Journal of the Neurological Sciences, 2015. | |
Mehmet Yigitsoy,Vasileios Belagiannis,A. Djurka,Amin Katouzian,Slobodan Ilic,E. Pernus,Abouzar Eslami,Nassir Navab, Random ferns for multiple target tracking in microscopic retina image sequences, 2015 IEEE 12th International Symposium on Biomedical Imaging (ISBI), 2015. | |
Lichao Wang,Vasileios Belagiannis,Carsten Marr,Fabian J. Theis,Guang{-}Zhong Yang,Nassir Navab, Anatomic-landmark detection using graphical context modelling, 2015 IEEE 12th International Symposium on Biomedical Imaging (ISBI), 2015. | |
Nicola Rieke,David Joseph Tan,Mohamed Alsheakhali,Federico Tombari,Chiara Amat di San Filippo,Vasileios Belagiannis,Abouzar Eslami,Nassir Navab, Surgical Tool Tracking and Pose Estimation in Retinal Microsurgery, International Conference on Medical Image Computing and Computer-Assisted Intervention, 2015. | |
Vasileios Belagiannis,Christian Amann,Nassir Navab,Slobodan Ilic, Holistic Human Pose Estimation with Regression Forests, International Conference on Articulated Motion and Deformable Objects, 2014. | |
Vasileios Belagiannis,Sikandar Amin,Mykhaylo Andriluka,Bernt Schiele,Nassir Navab,Slobodan Ilic, 3D Pictorial Structures for Multiple Human Pose Estimation, Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, 2014. | |
Vasileios Belagiannis,Xinchao Wang,Bernt Schiele,Pascal Fua,Slobodan Ilic,Nassir Navab, Multiple Human Pose Estimation with Temporally Consistent 3D Pictorial Structures, European Conference on Computer Vision Workshops, 2014. |
|
Fausto Milletari,Vasileios Belagiannis,Nassir Navab,Pascal Fallavollita, Fully Automatic Catheter Localization in C-Arm Images Using L1-Sparse Coding, International Conference on Medical Image Computing and Computer-Assisted Intervention, 2014. | |
Vasileios Belagiannis,Falk Schubert,Nassir Navab,Slobodan Ilic, Segmentation Based Particle Filtering for Real-Time 2D Object Tracking, European Conference on Computer Vision, 2012. | |
Stauder, Ralf, Belagiannis, Vasileios, Schwarz, Loren, Bigdelou, Ali, Soehngen, Eric, Ilic, Slobodan, Navab, Nassir, A user-centered and workflow-aware unified display for the operating room, MICCAI Workshop on Modeling and Monitoring of Computer Assisted Interventions (M2CAI), 2012. | |
Rigas Kouskouridas,Nikolaos Kyriakoulis,Dimitrios Chrysostomou,Vasileios Belagiannis,Spyridon G. Mouroutsos,Antonios Gasteratos, The Vision System of the {ACROBOTER} Project, International Conference on Intelligent Robotics and Applications, 2009. | |
Kouskouridas, Rigas, Belagiannis, Vasileios, Gasteratos, Antonios, Kyriakoulis, Nikolaos, Chrysostomou, Dimitrios, Iosifidis, Alexandros, Karakasis, Evaggelos, Badekas,Efthimios, Mouroutsos, Spyridon G, Intelligent integrated vision system for indoor robotics applications, 5th, 2009. | |
Belagiannis, Vasileios, Gasteratos, Antonios, A real-time visual detection and tracking system, 3rd Pan-Hellenic Student Conference in Informatics, 2009. |
Tsaregorodtsev, Alexander, Buchholz, Michael, Belagiannis, Vasileios, Automated Automotive Radar Calibration With Intelligent Vehicles, arXiv preprint arXiv:2306.13323, 2023. | |
Holzbock, Adrian, Hegde, Achyut, Dietmayer, Klaus, Belagiannis, Vasileios, Data-Free Backbone Fine-Tuning for Pruned Neural Networks, arXiv preprint arXiv:2306.12881, 2023. | |
Tsaregorodtsev, Alexander, Holzbock, Adrian, Strohbeck, Jan, Buchholz, Michael, Belagiannis, Vasileios, Automated Static Camera Calibration with Intelligent Vehicles, arXiv preprint arXiv:2304.10814, 2023. | |
Schmidt, Julian, Huissel, Pascal, Wiederer, Julian, Jordan, Julian, Belagiannis, Vasileios, Dietmayer, Klaus, RESET: Revisiting Trajectory Sets for Conditional Behavior Prediction, arXiv preprint arXiv:2304.05856, 2023. | |
Briegleb, Annika, Haubner, Thomas, Belagiannis, Vasileios, Kellermann, Walter, Localizing Spatial Information in Neural Spatiospectral Filters, arXiv preprint arXiv:2303.08052, 2023. | |
Liu, Yuyuan, Ding, Choubo, Tian, Yu, Pang, Guansong, Belagiannis, Vasileios, Reid, Ian, Carneiro, Gustavo, Residual Pattern Learning for Pixel-wise Out-of-Distribution Detection in Semantic Segmentation, arXiv preprint arXiv:2211.14512, 2022. |