ICCVNov, 2016

通过配准找到镜面对称

PDF
TL;DR介绍了一种称为 “Mirror Symmetry via Registration (MSR)” 的新对称性检测方法，其通过数据反射、数据注册和计算反射和注册映射的矩阵的特征值向量等步骤来检测镜像对称性，同时提出了一种基于随机样本一致性的新型 2D 数据配准方法，并在对不同数据库的测试中获得了最先进的性能和结果。
symmetrymirror symmetryregistrationobject recognitioncomputer vision
发现论文，激发创造
  • 从部分点云中循环估计反射对称平面

    该论文提出了一种新的方法，使用二维卷积递归回归方案，通过对高度维度的切片来处理 3D 数据，并设计了一种估计平面对称性的方法，既可以处理完整的数据，也可以处理真实世界的部分扫描数据，以提高三维物体探测器的输出。

    Jun, 2021

  • PRS-Net：三维模型平面镜像对称性检测网络

    本文提出了一种基于卷积神经网络的无监督学习框架，以自动发现三维形状的全局平面镜像对称性，并可识别广义圆柱体旋转轴。该方法相较于现有基于采样的方法快数百倍，即使在有噪音或不完整的输入表面数据下也很稳健。

    Oct, 2019

  • 超越平面对称性：模拟野外环境下人类对反射和旋转对称性的感知

    本论文介绍了 Sym-NET，这是第一个用于检测深度学习神经网络的反射和旋转对称性的模型，在人类感知的对称性、基于图像的计算机视觉竞赛中获得了最佳表现。

    Apr, 2017

  • 机器学习中实施、发现和促进对称性的统一框架

    提供了将对称性引入机器学习模型的一种统一的理论和方法框架，包括强制已知对称性、发现未知对称性和通过施加凸正则化函数来促进对称性等方面。

    Nov, 2023

  • 快速准确的内在对称性检测

    本文提出了一种基于内在点对称性检测三角网格中对每个点的对称点的方法，并在功能映射框架下建立形状上的函数对应关系，最终基于精简解决方案寻找最短路径测地线上的点对应关系，该方法在对称点的最短路径测地线上的特性的基础上是不变的，且时间复杂度较低，在 SCAPE 数据集上获得了最佳表现，并在 TOSCA 数据集上与最先进的方法具有可比性。

    Jul, 2018

  • 镜子镜子告诉我，误差很小吗？

    本文研究物体部件定位方法在镜像图像上表现是否具有对称性，研究表明大部分 SOTA 方法在保持对称性方面存在困难，且镜像误差和定位 / 对齐误差呈强相关性。

    Jan, 2015

  • 三维网格分割在生物医学应用中的镜像重量对称益处

    在这项研究中，我们展示了权重对于执行 3D 网格分割的神经网络的对称性的影响，发现权重对称性可以获得额外的 1% 至 3% 的准确性，并且在至少有三个卷积层的神经网络中可以减少高达 8 倍的可训练参数的数量，而不会降低性能，并且即使在非常小的训练集中也适用。

    Sep, 2023

  • 探究机器学习中破坏对称性的影响

    对于建模原子尺度物质性质的模型，以对称性作为归纳偏差普遍被采用。然而，非对称模型也能从数据中学习对称性，并对模型准确性有益。本研究测试了一个仅近似满足旋转不变性的模型在模拟气相、液态和固态水的实际场景中的性能，发现其在插值、大体积情况下几乎无影响。即使在外推气相预测中，该模型仍然非常稳定，尽管有对称性伪迹存在。我们还讨论了系统减小对称性破缺程度的策略，并评估其对观测量收敛性的影响。

    Jun, 2024

  • 自监督检测完全和部分输入相关的对称性

    本文介绍了一种能够自动检测输入每个元素的对称性水平的方法，并通过学习对称性的分布生成伪标签，从而在无监督学习中学习每个输入的对称性水平。该方法在合成数据集上进行了验证，证明了其在生成无对称性数据集以及检测推理期间的非同分布对称性方面的实际应用。此方法能够提高非等变模型的泛化性和鲁棒性。

    Dec, 2023

  • NeRD: 神经网络 3D 对称性反射探测器

    本研究介绍了 NeRD，一种神经 3D 反射对称性检测器，可以准确地恢复对象的镜像平面的法线方向，并证明检测到的对称性可用于提高下游任务（如姿态估计和深度图回归）的性能。

    Apr, 2021