图像配准方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113822792A(43)申请公布日2021.12.21(21)申请号202110661355.5(22)申请日2021.06.15(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人徐哲卢东焕魏东马锴郑冶枫(74)专利代理机构北京三高永信知识产权代理有限责任公司11138代理人张所明(51)Int.Cl.G06T3/00(2006.01)G06K9/62(2006.01)权利要求书3页说明书18页附图4页(54)发明名称图像配准方法、装置、设备及存储介质(57)摘要本申请公开了一种图像配准方法、装置、设备及存储介质，涉及人工智能领域。包括：获取样本图像对，样本图像对中包含样本待配准图像和样本目标图像；将样本图像对输入第一配准网络，得到样本待配准图像与样本目标图像之间的第一形变场，并通过第一形变场对样本待配准图像进行形变处理，得到第一配准图像；将样本图像对输入第二配准网络，得到样本待配准图像与样本目标图像之间的第二形变场，并通过第二形变场对样本待配准图像进行形变处理，得到第二配准图像，第一配准网络的第一网络参数与第二配准网络的第二网络参数是不同训练时间下的网络参数；基于第一形变场、第一配准图像、第二配准图像以及样本目标图像，训练第一配准网络。CN113822792ACN113822792A权利要求书1/3页1.一种图像配准方法，其特征在于，所述方法包括：获取样本图像对，所述样本图像对中包含样本待配准图像和样本目标图像；将所述样本图像对输入第一配准网络，得到所述样本待配准图像与所述样本目标图像之间的第一形变场，并通过所述第一形变场对所述样本待配准图像进行形变处理，得到第一配准图像；将所述样本图像对输入第二配准网络，得到所述样本待配准图像与所述样本目标图像之间的第二形变场，并通过所述第二形变场对所述样本待配准图像进行形变处理，得到第二配准图像，所述第一配准网络的第一网络参数与所述第二配准网络的第二网络参数是不同训练时间下的网络参数；基于所述第一形变场、所述第一配准图像、所述第二配准图像以及所述样本目标图像，训练所述第一配准网络。2.根据权利要求1所述的方法，其特征在于，所述基于所述第一形变场、所述第一配准图像、所述第二配准图像以及所述样本目标图像，训练所述第一配准网络，包括：基于所述第一配准图像和所述样本目标图像确定相似度损失；基于所述第一形变场确定空间正则化损失，所述空间正则化损失用于为形变场施加空间约束；基于所述第一配准图像和所述第二配准图像确定时间正则化损失，所述时间正则化损失用于为形变场施加训练时间约束；基于所述相似度损失、所述空间正则化损失以及所述时间正则化损失训练所述第一配准网络。3.根据权利要求2所述的方法，其特征在于，所述方法还包括：通过所述第二配准网络确定所述空间正则化损失的第一损失权重，以及所述时间正则化损失的第二损失权重；所述基于所述相似度损失、所述空间正则化损失以及所述时间正则化损失训练所述第一配准网络，包括：基于所述相似度损失、所述空间正则化损失、所述第一损失权重、所述时间正则化损失以及所述第二损失权重，加权计算总损失；基于所述总损失训练所述第一配准网络。4.根据权利要求3所述的方法，其特征在于，所述通过所述第二配准网络确定所述空间正则化损失的第一损失权重，以及所述时间正则化损失的第二损失权重，包括：通过所述第二配准网络对所述样本图像对进行n次前向预测，得到所述样本待配准图像与所述样本目标图像之间的n个第三形变场，n为大于等于2的整数；通过所述n个第三形变场对所述样本待配准图像进行形变处理，得到n个第三配准图像；基于所述n个第三形变场确定所述第一损失权重；基于所述n个第三配准图像确定所述第二损失权重。5.根据权利要求4所述的方法，其特征在于，所述基于所述n个第三形变场确定所述第一损失权重，包括：确定所述n个第三形变场的平均形变场以及形变场标准差；2CN113822792A权利要求书2/3页基于所述形变场标准差和所述平均形变场，确定形变场不确定度；基于所述形变场不确定度确定所述第一损失权重，所述第一损失权重与所述形变场不确定度呈正相关关系。6.根据权利要求4所述的方法，其特征在于，所述基于所述n个第三配准图像确定所述第二损失权重，包括：确定所述n个第三配准图像的平均配准图像以及配准图像标准差；基于所述配准图像标准差和所述平均配准图像，确定配准图像不确定度；基于所述配准图像不确定度确定所述第二损失权重，所述第二损失权重与所述配准图像不确定度呈正相关关系。7.根据权利要求4所述的方法，其特征在于，所述通过所述第二配准网络对所述样本图像对进行n次前向预测，得到所述样本待配