基于联合显著性图的自适应核回归尺度选择用于非刚性图像配准
计算机视觉与模式识别
2013-04-04 v2
摘要
联合显著性图(JSM)被开发用于为对应的显著性结构（称为联合显著性结构JSS）分配高联合显著性值，而为由参考图像和待配准运动图像之间的缺失对应或局部大变形引入的异常值（或误匹配）分配零或低联合显著性值。JSM通过强调这些JSS的稀疏变形向量，在自适应核回归中指导局部结构匹配，用于迭代稠密变形重建。通过设计有效的基于超像素的局部结构尺度估计器来计算参考结构的结构尺度，我们进一步提出通过将结构尺度与基于JSM的局部显著性结构不匹配尺度相结合，来确定自适应核回归中核的尺度（宽度）。因此，我们可以自适应地选择稀疏变形向量的样本大小，以重建稠密变形向量，从而精确匹配两幅图像中的每个局部结构。实验结果表明，我们的方法在配准具有缺失对应和局部大变形的两幅图像时，比现有方法具有更好的准确性。
引用
@article{arxiv.1303.0479,
title = {Scale Selection of Adaptive Kernel Regression by Joint Saliency Map for Nonrigid Image Registration},
author = {Zhuangming Shen and Jiuai Sun and Hui Zhang and Binjie Qin},
journal= {arXiv preprint arXiv:1303.0479},
year = {2013}
}
备注
9 pages