一种基于深度学习的多模态图像配准模型及方法

AITNT
正文
推荐专利
一种基于深度学习的多模态图像配准模型及方法
申请号:CN202411669122
申请日期:2024-11-21
公开号:CN119540308A
公开日期:2025-02-28
类型:发明专利
摘要
本发明涉及图像配准技术领域,公开了一种基于深度学习的多模态图像配准模型及方法,包括细粒度特征提取模块、配准网络、实时指导优化模块;所述的细粒度特征提取模块为多层编码器‑解码器结构,在每层编码器中,引入了挤压和激励网络网络SE‑Net;所述的实时指导优化模块包括1个空间转换网络。本发明解决了现有技术不适用于复杂场景的问题,且具有不依赖CPU,适合实时应用的特点。
技术关键词
图像配准模型 特征提取模块 图像配准方法 解码器结构 编码器 网络 多模态图像配准 图像配准技术 传播算法 变换器模块 优化器 代表 估计方法 滑动窗口 指标 参数 标签
系统为您推荐了相关专利信息
1
一种数据安全检验方法、装置、设备及存储介质
元素 数据安全 关系 检验方法 计算机存储介质
2
一种基于传播图主题解耦的微博谣言集成式检测方法
主题 谣言 文本 注意力机制 节点
3
超声与细胞学图像联合分析的甲状腺肿瘤诊断方法和系统
肿瘤诊断方法 患者 图像特征向量提取 统计特征 序列
4
基于腐蚀大数据联网观测的海上风电设备腐蚀监测方法及系统
海上风电设备 腐蚀监测方法 寿命预测模型 远程服务器 多通道同步采样
5
基于触控传感器图像的三维相对触摸力估计和人机交互方法
触摸力估计 触控传感器 人机交互方法 计算机执行指令 特征提取模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号