Cet article traite du recalage paramétrique d'images à partir de correspondances de points en environnement déformable. Dans ce problème, il est essentiel de déterminer des valeurs correctes pour les hyperparamètres tels que le nombre de points de contrôle du modèle de déformation, un paramètre de régularisation ou l'échelle d'un M-estimateur. Cela est souvent réalisé à la main par tâtonnement ou en optimisant un critère générique comme la validation croisée. Dans cet article, nous proposons un nouveau critère pour sélectionner différents hyperparamètres en combinant les avantages de l'approche géométrique et de l'approche photométrique au recalage d'images. Plus précisément, nous proposons de considérer les correspondances de points comme un jeu d'entrainement et la photométrie comme un jeu d'essai. L'approche proposée est robuste dans la mesure où elle résiste à la fois aux correspondances de points erronées et aux défauts des images comme les occultations ou les spécularités.