基于无监督深度学习的关键点定位以估计描述符匹配性能
计算机视觉与模式识别
2025-05-06 v1
摘要
视网膜图像配准，尤其是彩色眼底图像配准，是一项具有挑战性但又至关重要的任务，拥有多种临床应用。现有的彩色眼底图像配准方法通常依赖关键点和描述符进行对齐；然而，一个显著的局限性是它们依赖标注数据，而这类数据在医学领域尤为稀缺。在本工作中，我们提出了一种新颖的无监督配准流程，完全消除了对标注数据的需求。我们的方法基于这样一个原理：具有独特描述符的位置构成可靠的关键点。这完全颠覆了传统的最先进方法，使检测器以描述符为条件，而非相反。首先，我们提出了一种创新的描述符学习方法，该方法无需关键点检测或任何标签即可运行，为视网膜图像中的任意位置生成描述符。其次，我们引入了一种新颖的、无标签的关键点检测器网络，其工作原理是直接从输入图像估计描述符性能。我们通过在四个留出数据集上的综合评估验证了我们的方法，结果表明，我们的无监督描述符优于最先进的监督描述符，并且我们的无监督检测器显著优于现有的无监督检测方法。最后，我们的完整配准流程在不使用任何标注数据的情况下，达到了与领先的监督方法相当的性能。此外，我们方法的无标签特性和设计使其能够直接适应其他领域和模态。
引用
@article{arxiv.2505.02779,
title = {Unsupervised Deep Learning-based Keypoint Localization Estimating Descriptor Matching Performance},
author = {David Rivas-Villar and Álvaro S. Hervella and José Rouco and Jorge Novo},
journal= {arXiv preprint arXiv:2505.02779},
year = {2025}
}