RegNet論文閱讀筆記

1.解決問題 現有的配準方法中，雅可比矩陣的計算常常是採用數值計算，只利用了鄰域的像素信息，使得優化對初始值的設定十分敏感。爲了解決這一問題，這篇文章提出了一個基於兩張圖像特徵圖的雅可比矩陣學習網絡，來增大收斂範圍，增加配準網絡的性能。   2.創新點 提出一個基於兩張圖像特徵圖的雅可比矩陣學習網絡，增大收斂範圍，增加準確度和魯棒性。 3.重點 1.採用特徵矩陣誤差來代替光度誤差，特徵矩陣誤差比光

>>阅读原文<<