图像配准是图像处理研究领域中的一个典型问题和技术难点,其目的在于比较或融合针对同一对象在不同条件下获取的图像,例如图像会来自不同的采集设备,取自不同的时间,不同的拍摄视角等等,有时也需要用到针对不同对象的图像配准问题。具体地说,对于一组图像数据集中的两幅图像,通过寻找一种空间变换把一幅图像映射到另一幅图像,使得两图中对应于空间同一位置的点一一对应起来,从而达到信息融合的目的。 该技术在计算机视觉、医学图像处理以及材料力学等领域都具有广泛的应用。根据具体应用的不同,有的侧重于通过变换结果融合两幅图像,有的侧重于研究变换本身以获得对象的一些力学属性。
DeepReg:开源深度学习医学图像配准工具包
专知
33+阅读 · 2020年8月29日
医学图像配准中的深度学习综述论文解读
极市平台
1+阅读 · 2020年1月8日
全面梳理:图像配准综述
极市平台
6+阅读 · 2019年12月13日
ICCV 2019 | 递归级联网络:基于无监督学习的医学图像配准
微软研究院AI头条
2+阅读 · 2019年11月5日
ICCV 2019丨微软亚洲研究院精选论文解读
微软研究院AI头条
2+阅读 · 2019年10月29日
用AI实现动画角色的姿势迁移,Adobe等提出新型「木偶动画」
机器学习算法与Python学习
7+阅读 · 2019年10月13日
参考链接
微信扫码咨询专知VIP会员