上周我开发了一个基于深度学习的2D可变形图像配准的基本框架，并演示了如何从MNIST数据集中配准手写数字图像。除了损失函数和架构上的细微差别外，该框架本质上与VoxelMorph框架相同。
本周，我的任务是将该实现扩展到3D，并在一个包含150个T1-weighted扫描的小数据集上进行试验。通过对现有代码进行一些细微的更改，我能够实现原始的VoxelMorph模型。我使用一个扫描作为静态图像，其余的作为移动图像(125用于训练，25用于测试)。
配准效果不佳的原因是这些volumes没有去掉头骨。会议上有人向我指出，脑提取是配准的一个重要预处理步骤，即去除颅骨和眼睛等非脑组织。
我想看看像刚性变换和仿射变换这样的简单变换是否有效。所以我很快修改了代码来做无监督的2D仿射配准。这个想法是空间变压器网络的一个简单推论。
2D仿射变换配准的Colab notebook：https://colab.research.google.com/drive/1drp2ny2t-nxddkt4pezn6mtjehnfccw
卷积神经网络以移动图像和静态图像为输入，计算使移动图像弯曲和对齐到静态图像所需的仿射变换参数。在二维配准的情况下，这些参数有6个，控制旋转、缩放、平移和剪切。
训练卷积神经网络输出两幅输入图像之间的仿射变换参数T，空间变压器网络利用这些参数对运动图像进行变换。
空间变压器block取仿射参数和运动图像，执行两项任务：
在规则网格上应用仿射变换得到新的采样网格，即运动图像的采样点集。将输出中的每个位置映射到输入中的一个位置，使用如下公式：
由于新的采样位置可以是非积分的，双线性插值用于可微的采样，并允许梯度流回卷积神经网络，使整个框架端到端可微。
MNIST数据集经过筛选，只保留一类图像，而静态图像是从筛选后数据集的测试集中随机选择的。使用归一化交叉相关(NCC)训练网络。数学上是：
S和M分别代表静态图像和运动图像。下标mea和std分别表示图像的均值和标准差。图像中所有像素的求和。该训练在Tesla K80 GPU上大约需要5分钟，在CPU (i5-8250U)上大约需要10分钟。
我修改了2D配准的代码，使其适用于3D volumes，并在T1-weighted扫描上进行了尝试。AIRNet的工作，与此相似。但与AIRnet不同的是，它是在监督的方式下训练的，并且需要ground-truth仿射变换参数，这是在无监督的方式下训练的，就像VoxelMorph。
独家重磅课程官网：cvlife.net
1、SLAM社区：一个人啃SLAM，难受到自闭，硬顶还是放弃？
2、C++实战：为啥SLAM代码都用C++不用Python？
3、多传感器融合SLAM 激光雷达-视觉-IMU多传感器融合方案！
4、VIO灭霸：VIO天花板ORB-SLAM3第2期上线！（单/双目/RGBD+鱼眼+IMU+多地图+闭环）
5、视觉SLAM基础：刚看完《视觉SLAM十四讲》，下一步该硬扛哪个SLAM框架 ？
6、机器人导航运动规划： 机器人核心技术运动规划：让机器人想去哪就去哪！
7、详解Cartographer：谷歌开源的激光SLAM算法Cartographer为什么这么牛X？
8、深度学习三维重建 总共60讲全部上线！详解深度学习三维重建网络
9、三维视觉基础 详解视觉深度估计算法（单/双目/RGB-D+特征匹配+极线矫正+代码实战）
10、 VINS:Mono+Fusion SLAM面试官：看你简历上写精通VINS，麻烦现场手推一下预积分！
11、图像三维重建课程：
视觉几何三维重建教程（第2期）：稠密重建，曲面重建，点云融合，纹理贴图
12、系统全面的相机标定课程：单目/鱼眼/双目/阵列 相机标定：原理与实战
全国最棒的SLAM、三维视觉学习社区↓
技术交流微信群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群，请添加微信号 chichui502 或扫描下方加群，备注：”名字/昵称+学校/公司+研究方向“。请按照格式备注，否则不予通过
。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~
投稿、合作也欢迎联系：simiter@126.com
— 版权声明 —
本公众号原创内容版权属计算机视觉life所有；从公开渠道收集、整理及授权转载的非原创文字、图片和音视频资料，版权属原作者。如果侵权，请联系我们，会及时删除。
