一、 文章阅读
图像配准:(1)同一域的翻译图像输入网络中提高匹配精度加快收敛速度
(2)采用可变形卷积,在未配准图像中的变形
图像融合:
传统的融合方法包括六类:基于多尺度变换方法、基于稀疏表示的方法、基于子空间方法、基于显著性方法、基于混合方法
(1)采用梯度注意力机制和梯度损失与偏差来增强纹理保留
二、RFNet
第一部分:粗配准模块,基于仿射变换模型进行全局校正。
第二部分:精配准和融合模块
(1)粗配准模块
(2)(Translation net)
(3) Affine Network
输入一对未对齐图像Ix→y和Iy时,输出仿射参数paff = C(Ix→y, Iy)。根据paff,在规则的采样网格上施加paff,生成尺寸为H × W × 2的变形场φ。φ表示x→y中所有像素的变形。
(4)将多模态配准问题转换为变形平移图像和原图像的相似度
(5)精细配准和融合模块