Jun, 2015

部分函数对应

PDF
TL;DR本文提出了一种计算非刚性形状之间部分函数对应的方法，利用摄动分析展示了何以通过去除形状部件改变 Laplace-Beltrami 特征函数，进而将其作为先验应用到对应的谱表示中，匹配的部分是问题中的优化变量，用于加权函数对应；找到最小化对应失真的最大和最规则（在 Mumford-Shah 意义下）的部分。我们证明了我们的方法可以处理非常具有挑战性的对应设置。
发现论文，激发创造
  • DPFM: 深度部分函数映射

    本文提出一种基于功能映射框架的学习方法，用于直接解决非刚性形状对应问题，包括局部对应和参考地图未知情况下的对应，该方法可以在监督或无监督的情况下进行训练，从数据中直接学习描述符，提高了模型的稳健性和精度，在多个基准数据集上取得了最新的研究成果。

    Oct, 2021

  • 关于部分形状对应与功能映射的研究

    通过提出一种新的部分形状匹配方法，该方法可以通过特征匹配建立偏差和完整形状的直接对应关系，并使用功能地图中间空间。Gromov 距离是构建我们损失函数的第一部分的依据，另外我们还使用了基于映射保持面积属性的项以及无需计算功能地图的放松版本进行正规化，该方法在 SHREC'16 数据集上表现出卓越的性能，并且在 SHREC'16 HOLES 基准测试中超过了现有的无监督方法，并与有监督方法相比也具有卓越的结果。

    Oct, 2023

  • 矩阵完成算法实现的功能对应

    使用函数框架，在矩阵完成和使用流形几何结构进行函数定位的过程中，研究了在流形之间寻找密集本征对应的问题，并探讨了其解决方案的有效数值方法。该方法在非刚性形状匹配基准测试上的准确性优于最先进的对应算法，并在仅有少量数据的情况下具有特殊优势。

    Dec, 2014

  • 通过功能映射实现连续且保持方向的对应

    本文提出了一种方法，利用函数映射框架高效计算非刚性形状之间具有保方向和近似连续性的对应关系，并通过引入新的方法对初始函数映射进行改进，从而获得高质量的点对应关系。研究表明，该方法在保持连续性和覆盖率方面显著优于现有技术，并且产生的对应关系是有意义的。

    Jun, 2018

  • 从词典中提取功能表征以用于非刚性形状匹配

    使用功能图的方法来提高形状匹配中点对应的精度，通过用基于词典的主成分分析来解决 Laplace-Beltrami 算子在微小区域内的精度问题。

    May, 2023

  • 沟槽感知非等度形状匹配的混合功能图

    非等距形状对应是计算机视觉中的一个基本挑战，本文提出了一种新方法，通过将弹性薄壳的非正交外部基函数与 Laplace-Beltrami 算子的内在基函数相结合，创建了一个混合谱空间来构建功能映射，实现了在各种应用中处理复杂变形的能力，并通过广泛的评估展示了显著的改进。

    Dec, 2023

  • 从功能对应中的点映射恢复和细化

    通过一个简单的概率模型，我们分析了如何从任意的 functional maps 中回复点对点的映射，并且消除了许多当前已有方法中所需的假设，特别是输入形状近似等距的限制。实验证明，该方法在非常具有挑战性的情况下显着提高了精度。

    Jun, 2015

  • 非刚性拼图

    提出了一种非刚性多部位形状匹配算法，可同时解决参考模型的分割以及与多部位之间的稠密对应关系，实验证明其在处理非常具有挑战性的匹配场景方面有效。

    Nov, 2020

  • 使用拉普拉斯特征函数和无监督点配准的关节形状匹配

    该研究论文提出了一种基于图形而非基于点的匹配算法，通过使用谱图理论将图形映射到低维空间来对齐形状和避免姿态变化带来的不变性问题，该算法通过直方图匹配来选择拉普拉斯矩阵的最佳特征函数子集以提高性能，并将形状匹配转化为点注册的问题。

    Dec, 2020

  • 基于线性不变嵌入的对应学习

    本文提出了一种全可微的流程，用于估计三维点云之间的准确密集对应，基于从数据学习基础并使用嵌入网络，实现端到端可训练的对应方法，在挑战性的非刚性三维点云对应应用中实现了最新的结果。

    Oct, 2020