跳到正文
arXiv · 机器人与计算机视觉· Aarya Bhave, Anushka Ajay Bhave·· 9 天前AI 评分35

2D Gum-Net:通过对称相关与谱池化实现无监督稠密弹性图像配准

2D Gum-Net: Unsupervised Dense Elastic Image Registration via Symmetric Correlation and Spectral Pooling

AI 导读

2D Gum-Net 将原用于冷冻电镜的 3D Gum-Net 架构迁移至 2D,利用冻结基矩阵乘法替代传统池化以提速约 50 倍。该方法在合成数据上训练并零样本评估于指纹基准,使 FVC2004 结构相关度提升最高达 15.7%。论文已获 NeurIPS 2026 NewInML Workshop 接收,代码与权重开放许可待注册。

来源:arXiv · 机器人与计算机视觉 · arxiv.org