本文提出了一种通过描述符匹配、连续性限制和 DC 编程来解决三维形状匹配问题的方法,该方法可以在处理非等距变形、拓扑变化和不完整数据的情况下,有效地收敛到一种有意义的连续匹配方案,具有较好的可扩展性。
Jul, 2017
我们提出了一种新的基于稀疏建模方法的非刚性形状匹配算法,通过检测可重复区域,建立形状间的精确对应关系,并以非常完美的表现在标准基准数据集上得到了定量和定性的评估。
Sep, 2012
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
基于混合整数规划的稀疏对应关系生成方法,结合投影拉普拉斯 - 贝尔特拉米算子、旋转感知正则化器,实现全局最优解,适用于非刚性形状匹配,并具有高效性能。
Aug, 2023
通过核密度估计的统计框架,我们提出了一种不依赖于形状同构的替代恢复技术,能够保证双向对应并产生更高的精度和平滑度,并在多个具有挑战性的可变形 3D 形状匹配数据集上展示其性能。
Jan, 2017
本文介绍了一种针对弯曲(如球形)图像的高级匹配算法,使用简单复合复杂度计算每个 p - 基元的同构,在已知真实匹配的情况下测试一系列数据集并超越现有的方案。
Jul, 2020
该研究探讨了一种二次(或秩一)测量模型,该模型在抽取各种低维协方差结构方面具有最优性,在使用各个结构的凸松弛范例进行恢复时,可能具有流数据处理、高频无线通信、相空间层析和光学相检索以及非相干子空间检测等各种应用。
Oct, 2013
基于图 Laplacian 特征映射和局部结构的点云匹配技术,通过引入 Coupled Laplacian 算子解决顺序和符号歧义,成功实现高度精确的形状匹配和异常定位。
Feb, 2024
本文提出了一种基于稀疏表示的 3D 形状重构方法,通过解决优化问题中的非凸性,利用单个图像恢复了物体形状,并且提出了一个鲁棒的方法来处理二维对应关系中的大量误差。实验证明该方法可用于从单个图像中恢复 3D 人体姿势和汽车模型,相较于非凸基线方法,能够获得更好的效果。
Sep, 2015
提出一种鲁棒的方法,使用简化形状图形和图形匹配技术来找到不同表示方法下的形状区域对应关系,并且可以用于构建点对点的形状之间映射。
Oct, 2017