跳到正文
热点事件持续更新

2D Gum-Net:无监督稠密弹性图像配准

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

Aarya Bhave 等作者提出 2D Gum-Net,一种端到端架构,可完全无监督地预测稠密弹性形变场。该方法把原本用于冷冻电镜三维子断层对齐的 Gum-Net 迁移到二维弹性配准:用 Dense Spatial Transformer 回归稀疏控制点网格,再经双三次插值生成全分辨率形变场。

AI 根据报道生成 · 54 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    2D Gum-Net:基于对称相关与谱池化的无监督稠密弹性图像配准

    2D Gum-Net 将原本用于冷冻电镜三维子断层对齐的 Gum-Net 迁移到二维弹性配准,以 Dense Spatial Transformer 回归稀疏控制点网格并经双三次插值生成全分辨率形变场,实现全无监督的稠密弹性形变预测。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。