多模态实时配准
该网络在球坐标中学习离面变换参数，对余下的面内参数保持不变，显著减少训练样本，并实现单模态和多模态场景下的实时精确配准。
Zheng, Shiqiang · 王一凡 · Yang, Xin · Xianbo, Deng · 丁明跃 · 侯文广
Expert Systems with Applications 2024
通过对离面参数在球坐标下学习，并利用可微重采样在线生成面内变换数据，网络将训练集规模缩减到每数据集 3 万，仍覆盖一半可能姿态和 80% 体积空间。
在单模态实验中平均配准误差降至 1.84 mm，满足临床导航对精度的要求。
通过可选的增强模态无关邻域描述子将不同模态统一到公共空间，多模态平均误差为 6.49 mm，且保持实时性能。