摘要
本发明公开了一种基于双路径训练的无监督多模态图像配准方法及系统,其中方法包括以下步骤:获取若干多模态图像数据,以构建多模态图像对数据集;构建多模态配准模型;基于配准网络和翻译网络,对所述浮动图像进行双路径协同配准,以获取双路径配准图像;将所述参考图像和双路径配准图像,输入至判别器网络进行判别;构建复合损失函数,并利用极小极大博弈的方法建立目标函数;基于目标函数和多模态图像对数据集,训练多模态配准模型;本发明通过配准网络与翻译网络构建双路径协同配准框架,将不同成像模态的图像对齐问题,转化为相同模态内的配准问题,从而克服在跨模态特征匹配中的语义鸿沟与度量失准问题,规避了跨模态相似性度量的难题。
技术关键词
多模态图像数据
表达式
图像配准系统
上采样
图像像素
输出特征
解码器
配准框架
训练集
多通道特征
网络结构
全卷积网络
编码器
模型训练模块
图像获取模块
系统为您推荐了相关专利信息
攻击检测模型
攻击检测方法
前馈神经网络
学习方法
文本
隶属度函数
授权方法
粒子群算法
访问控制策略
风险
太阳能无人机能源
协同管理方法
粒子
优化约束条件
控制无人机飞行