Thomas Pock

Univ.-Prof. Dipl.-Ing. Dr.techn.

20042020
Wenn Sie Änderungen in Pure vorgenommen haben, werden diese hier in Kürze erscheinen.

Forschungsoutput 2004 2019

2019

An Optimal Control Approach to Early Stopping Variational Methods for Image Restoration

Effland, A., Kobler, E., Kunisch, K. & Pock, T., 2019, (Eingereicht) in : Journal of Mathematical Imaging and Vision. 32 S.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Early Stopping
Image denoising
Gradient Flow
Image Restoration
optimal control

Joint Reconstruction and Classification of Tumor Cells and Cell Interactions in Melanoma Tissue Sections with Synthesized Training Data

Effland, A., Kobler, E., Brandenburg, A., Klatzer, T., Neuhäuser, L., Hölzel, M., Landsberg, J., Pock, T. & Rumpf, M., 2019, in : International Journal of Computer Assisted Radiology and Surgery.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Time Discrete Geodesics in Deep Feature Spaces for Image Morphing

Effland, A., Kobler, E., Pock, T. & Rumpf, M., 2019, Scale Space and Variational Methods in Computer Vision: SSVM 2019. Lellmann, J., Burger, M. & Modersitzki, J. (Hrsg.). Cham: Springer, S. 171-182 (Lecture Notes in Computer Science; Band 11603).

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Splines
Computer vision
Interpolation
Textures
Semantics
2018

A First-Order Primal-Dual Algorithm with Linesearch

Malitsky, Y. & Pock, T., 2018, in : SIAM Journal on Optimization. 28, 1, S. 411-432 22 S.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Analysis of the influence of deviations between training and test data in learned image reconstruction

Knoll, F., Hammernik, K., Kobler, E., Pock, T., Sodickson, D. K. & Recht, M. P., 2018.

Publikation: KonferenzbeitragAbstractForschungBegutachtung

A Review of Depth and Normal Fusion Algorithms

Antensteiner, D., Stolc, S. & Pock, T., 2018, in : Sensors .

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Assessment of the generalization of learned image reconstruction and the potential for transfer learning

Knoll, F., Hammernik, K., Pock, T., Sodickson, D. K. & Recht, M. P., 2018, S. 3376.

Publikation: KonferenzbeitragAbstractForschungBegutachtung

Assessment of the generalization of learned image reconstruction and the potential for transfer learning

Knoll, F., Hammernik, K., Kobler, E., Pock, T., Recht, M. P. & Sodickson, D. K., 2018, in : Magnetic resonance in medicine. 13 S.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Learning Energy Based Inpainting for Optical Flow

Vogel, C., Knöbelreiter, P. & Pock, T., 4 Dez 2018.

Publikation: KonferenzbeitragPaperForschungBegutachtung

Optical flows
Feature extraction
Neural networks
Data storage equipment

Optimizing Wavelet Bases for Sparser Representations

Grandits, T. A. & Pock, T., 2018, Energy Minimization Methods in Computer Vision and Pattern Recognition: EMMCVPR 2017. Pelillo, M. & Hancock, E. (Hrsg.). Cham: Springer, S. 249-262 (Lecture Notes in Computer Science; Band 10746).

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Real-Time Intensity-Image Reconstruction for Event Cameras Using Manifold Regularisation

Munda, G., Reinbacher, C. & Pock, T., 2018, in : International Journal of Computer Vision. 126, 12, S. 1381-1393 13 S.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Robust Deformation Estimation in Wood-Composite Materials using Variational Optical Flow

Hofinger, M., Pock, T. & Moosbrugger, T., 5 Feb 2018, S. 97 - 104. 8 S.

Publikation: KonferenzbeitragPaperForschungBegutachtung

Open Access
Optical flows
Optical Flow
Humidity
Composite Materials
Atmospheric humidity

Self-Supervised Learning for Stereo Reconstruction on Aerial Images

Knöbelreiter, P., Vogel, C. & Pock, T., 22 Jul 2018.

Publikation: KonferenzbeitragPaperForschungBegutachtung

Supervised learning
Antennas
Imaging techniques

Variational 3D-PIV with sparse descriptors

Lasinger, K., Vogel, C., Schindler, K. & Pock, T., 10 Mai 2018, in : Measurement science & technology. 29, 6, 14 S., 064010.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Variational Adversarial Networks for Accelerated MR Image Reconstruction

Hammernik, K., Kobler, E., Pock, T., Recht, M. P., Sodickson, D. K. & Knoll, F., 2018, S. 1091.

Publikation: KonferenzbeitragAbstractForschungBegutachtung

Variational Deep Learning for Low-Dose Computed Tomography

Kobler, E., Muckley, M., Chen, B., Knoll, F., Hammernik, K., Pock, T., Sodickson, D. & Otazo, R., 10 Sep 2018, 2018 IEEE International Conference on Acoustics, Speech, and Signal Processing, ICASSP 2018 - Proceedings. Institute of Electrical and Electronics Engineers, Band 2018-April. S. 6687-6691 5 S. 8462312

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Tomography
Dosimetry
X rays
Image quality
Signal to noise ratio

Variational Fusion of Light Field and Photometric Stereo for Precise 3D Sensing within a Multi-Line Scan Framework

Antensteiner, D., Stolc, S. & Pock, T., 2018, Proceedings of the International Conference on Pattern Recognition (ICPR).

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Variational Networks for Joint Image Reconstruction and Classification of Tumor Immune Cell Interactions in Melanoma Tissue Sections

Effland, A., Hölzel, M., Klatzer, T., Kobler, E., Landsberg, J., Neuhäuser, L., Pock, T. & Rumpf, M., 2018, Bildverarbeitung für die Medizin 2018.

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

2017

Accelerated Knee Imaging Using a Deep Learning Based Reconstruction

Knoll, F., Hammernik, K., Garwood, E., Hirschmann, A., Rybak, L., Bruno, M., Block, K. T., Babb, J., Pock, T., Sodickson, D. K. & Recht, M. P., 2017, Proceedings of the International Society of Magnetic Resonance in Medicine (ISMRM). 0645

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Acceleration of the PDHGM on Partially Strongly Convex Functions

Valkonen, T. & Pock, T., 1 Nov 2017, in : Journal of Mathematical Imaging and Vision. 59, 3, S. 394-414 21 S.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

convexity
Convex function
Convexity
Image processing
Primal-dual Method

A Deep Learning Architecture for Limited-Angle Computed Tomography Reconstruction

Hammernik, K., Würfl, T., Pock, T. & Maier, A., 2017, Bildverarbeitung für die Medizin 2017: Informatik aktuell. Springer Verlag Heidelberg

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

A Primal Dual Network for Low-Level Vision Problems

Vogel, C. & Pock, T., 1 Sep 2017, German Conference on Pattern Recognition, 2017. Springer Berlin - Heidelberg

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Datei

Automated segmentation and morphometry of muscle fibers from haematoxylin-eosin-stained histological sections

Gerstenberger, C., Karbiener, M., Jaufer, N., Pock, T., Urschler, M. & Gugatschka, M., 19 Okt 2017.

Publikation: KonferenzbeitragAbstractForschungBegutachtung

End-to-End Training of Hybrid CNN-CRF Models for Semantic Segmentation using Structured Learning

Colovic, A., Knöbelreiter, P., Shekhovtsov, A. & Pock, T., 6 Feb 2017.

Publikation: KonferenzbeitragPaperForschungBegutachtung

Semantics
Neural networks
Image segmentation
Linear programming
Labeling

Eye Movements during silent and oral reading in a regular orthography: Basic characteristics and correlations with childhood cognitive abilities and adolescent reading skills

Krieber, M., Bartl-Pokorny, K. D., Pokorny, F. B., Zhang, D., Landerl, K., Körner, C., Pernkopf, F., Pock, T., Einspieler, C. & Marschik, P. B., 1 Feb 2017, in : PLoS ONE. 12, 2, 0170986.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Aptitude
Eye movements
Eye Movements
childhood
Reading

Improved Accelerated Model-based Parameter Quantification with Total-Generalized- Variation Regularization.

Maier, O., Schlögl, M., Lesch, A. J., Petrovic, A., Holler, M., Pock, T. & Stollberger, R., 2017, (Angenommen/In Druck).

Publikation: KonferenzbeitragAbstractForschungBegutachtung

L2 or not L2: Impact of Loss Function Design for Deep Learning MRI Reconstruction

Hammernik, K., Knoll, F., Sodickson, D. K. & Pock, T., 2017, Proceedings of the International Society of Magnetic Resonance in Medicine (ISMRM). 0687

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Learning a Variational Network for Reconstruction of Accelerated MRI Data

Hammernik, K., Klatzer, T., Kobler, E., Recht, M. P., Sodickson, D. K., Pock, T. & Knoll, F., 2017, in : Magnetic resonance in medicine.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Neural EPI-Volume Networks for Shape from Light Field

Heber, S., Yu, W. & Pock, T., 2017, IEEE International Conference on Computer Vision (ICCV).

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

On the Influence of Sampling Pattern Design on Deep Learning-Based MRI Reconstruction

Hammernik, K., Knoll, F., Sodickson, D. K. & Pock, T., 2017, Proceedings of the International Society of Magnetic Resonance in Medicine (ISMRM). 0644

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Real-time panoramic tracking for event cameras

Reinbacher, C., Munda, G. & Pock, T., 16 Jun 2017, 2017 IEEE International Conference on Computational Photography, ICCP 2017 - Proceedings. Institute of Electrical and Electronics Engineers, 7951488

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Cameras
cameras
degrees of freedom
formulations
shift

Scalable Full Flow with Learned Binary Descriptors

Munda, G., Shekhovtsov, A., Knöbelreiter, P. & Pock, T., 13 Sep 2017.

Publikation: KonferenzbeitragPaperForschungBegutachtung

Costs
Optical flows
Image resolution
Neural networks
Data storage equipment

Semantic 3D Reconstruction with Finite Element Bases

Vogel, C., Richard, A., Pock, T. & Schindler, K., 3 Sep 2017, 28th British Machine Vision Conference: BMVC 2017. Band 28. 28 S.

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Datei

System, Method And Computer-Accessible Medium For Learning An Optimized Variational Network For Medical Image Reconstruction

Knoll, F., Hammernik, K., Pock, T. & Sodickson, D. K., 2017

Publikation: SchutzrechtPatentForschung

Trainable Nonlinear Reaction Diffusion: A Flexible Framework for Fast and Effective Image Restoration

Chen, Y. & Pock, T., 1 Jun 2017, in : IEEE Transactions on Pattern Analysis and Machine Intelligence. 39, 6, S. 1256-1272 17 S., 7527621.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Image Restoration
Reaction-diffusion
Image reconstruction
Nonlinear Model
Diffusion Model

Trainable Regularization for Multi-frame Superresolution

Klatzer, T., Soukup, D., Kobler, E., Hammernik, K. & Pock, T., 2017, Pattern Recognition: German Conference, GCPR 2017, Proceedings. Roth, V. & Vetter, T. (Hrsg.). Springer, S. 90-100 (Lecture Notes in Computer Science; Band 10496).

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Datei
Cameras
Supervised learning
Inspection
Imaging techniques

Variational Networks: Connecting Variational Methods and Deep Learning

Kobler, E., Klatzer, T., Hammernik, K. & Pock, T., 2017, Pattern Recognition: German Conference, GCPR 2017, Proceedings. Springer, S. 281-293 (Lecture Notes in Computer Science; Band 10496).

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Image reconstruction
Gradient methods
Neural networks
Deep learning
Experiments

Variational Photoacoustic Image Reconstruction with Spatially Resolved Projection Data

Hammernik, K., Pock, T. & Nuster, R., 2017, Proc. SPIE. Band 10064.

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

image reconstruction
projection
noise measurement
visibility
vessels
2016

An introduction to continuous optimization for imaging

Chambolle, A. & Pock, T., 1 Mai 2016, in : Acta Numerica. 25, S. 161-319 159 S.

Publikation: Beitrag in einer FachzeitschriftReview eines Fachbereichs (Review article)ForschungBegutachtung

Continuous Optimization
Imaging
Imaging techniques
Optical flows
Scale Function

Convolutional Networks for Shape from Light Field

Heber, S. & Pock, T., 2016, IEEE Conference on Computer Vision and Pattern Recognition (2016).

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Neural networks
Computer vision
Processing

End-to-End Training of Hybrid CNN-CRF Models for Stereo

Knöbelreiter, P., Reinbacher, C., Shekhovtsov, A. & Pock, T., 30 Nov 2016, in : arXiv.org e-Print archive.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Datei
Neural networks
Linear programming
Support vector machines
Costs
Processing

Inertial proximal alternating linearized minimization (iPALM) for nonconvex and nonsmooth problems

Pock, T. & Sabach, S., 2016, in : SIAM Journal on Imaging Sciences. 9, 4, S. 1756-1787 32 S.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Nonsmooth Function
Non-negative Matrix Factorization
Nonsmooth Optimization
Nonconvex Optimization
Deconvolution

Large-Scale Semantic 3D Reconstruction: an Adaptive Multi-Resolution Model for Multi-Class Volumetric Labeling

Blaha, M., Vogel, C., Richard, A., Wegner, J., Schindler, K. & Pock, T., 2016, Computer Vision and Pattern Recognition. IEEE Computer Society, S. 3176-3184 9 S.

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Open Access
Datei

Learning a Variational Model for Compressed Sensing MRI Reconstruction

Hammernik, K., Knoll, F., Sodickson, D. & Pock, T., 2016, Proceedings of the International Society of Magnetic Resonance in Medicine (ISMRM). 1088

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Learning Joint Demosaicing and Denoising Based on Sequential Energy Minimization

Klatzer, T., Hammernik, K., Knöbelreiter, P. & Pock, T., 13 Mai 2016, IEEE International Conference on Computational Photography (ICCP).

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Open Access
Datei
Color
Image acquisition
Sensors
Image reconstruction
Image quality

On the ergodic convergence rates of a first-order primaldual algorithm

Pock, T. & Antonin, C., 2016, in : Mathematical programming. 159, 1, S. 253–287

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Real-Time Intensity-Image Reconstruction for Event Cameras Using Manifold Regularisation

Reinbacher, C., Graber, G. & Pock, T., 23 Sep 2016.

Publikation: KonferenzbeitragPaperForschungBegutachtung

Datei
Image reconstruction
Cameras
Pixels
Optical flows
Image quality

Solving Dense Image Matching in Real-Time using Discrete-Continuous Optimization

Shekhovtsov, O., Reinbacher, C., Graber, G. & Pock, T., 23 Jan 2016.

Publikation: KonferenzbeitragPaperForschungBegutachtung

Datei
Image matching
Optical flows
Computer vision

Total variation on a tree

Kolmogorov, V., Pock, T. & Rolinek, M., 3 Mai 2016, in : SIAM Journal on Imaging Sciences. 9, 2, S. 605-636 32 S.

Publikation: Beitrag in einer FachzeitschriftArtikelForschungBegutachtung

Total Variation
Dynamic programming
Computer vision
Image processing
Pixels

U-shaped Networks for Shape from Light Field

Heber, S., Yu, W. & Pock, T., Sep 2016, British Machine Vision Conference, BMVC 2016.

Publikation: Beitrag in Buch/Bericht/KonferenzbandBeitrag in einem KonferenzbandForschungBegutachtung

Network architecture
Decoding
Deep learning