基于PCA的无监督群组配准算法研究

摘要

该研究提出一种基于主成分分析(principal component analysis,PCA)的无监督学习的群组配准框架。由于组平均算法存在迭代时间较长且创建的模板较为平滑的问题,进而提出PCA算法构建模板。利用PCA改进的权值计算的方法重新构建参考图像,将构建的参考图像和输入图像送到无监督网络进行配准。实验结果证明,提出的算法在配准精度有待改善,但在模板构建的收敛速度以及所构建的模板平滑性上表现更好。