Dec, 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

PDF
TL;DR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。
spectral graph theoryvoxel-setsshape matchingeigenfunctionslaplacian matrix
发现论文，激发创造
  • 耦合拉普拉斯特征映射用于局部感知三维刚性点云匹配

    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

  • 强度谱形匹配的无监督学习

    我们提出了一种新的基于学习的方法来进行 3D 形状匹配，可以在完全非监督的情况下进行训练，并可准确处理非等距形状、局部形状、不同离散化或拓扑噪声的形状。

    Apr, 2023

  • 图的频谱对齐

    本文提出了一种改进的广义图对齐方法，该方法结合了匹配和不匹配两种条件，在不同的图案例中，通过矩阵的谱分解达到了较好的性能表现，尤其在对齐正则图结构方面显著优于现有方法。

    Feb, 2016

  • 耦合准谐基

    本文提出了使用近似联合对角化算法构建多个形状的共同近似特征基，以解决独立计算不兼容导致的对多个形状的分析、综合和对应的难题，并以形状编辑、姿势传输、对应和相似性任务为例说明了所提出方法的优点。

    Sep, 2012

  • 通过稀疏强制的二次分配实现高效且稳健的形状对应

    该研究提出了一种新颖的局部二元描述符，并通过稀疏控制开发了一种简单而有效的迭代方法，以在两个近似等度的表面之间进行形状对应。

    Mar, 2020

  • 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

  • 关于频谱域中形状和数据表示的最优性

    本研究提供了 Laplace-Beltrami 算子的本征函数在表征曲面光滑函数方面的最优性证明，并将其应用到应用形状和数据分析领域。该算子可以用于定义曲面上的尺度不变本征空间。此外，研究还包括用于计算几何距离的数值加速技术以及与 LBO 相对应的 PCA 定义。

    Sep, 2014

  • 使用哈密顿算子的谱几何对 3D 网格进行稀疏逼近

    利用 Hamilton 算子的光谱几何及稀疏逼近框架，在顶点排序信息的基础上改进了离散 Laplace 算子，提出了一种数据相关的算子，从而实现了对 3D 网格的良好压缩性能。

    Jul, 2017

  • 光谱与空间相遇：协调 3D 形状匹配和插值

    本研究提出了一个统一的框架，用于预测 3D 形状之间的点对应和形状插值，结合了深度函数映射和经典表面变形模型，在谱域和空间域中进行形状映射。实验结果表明，该方法在形状匹配和插值方面优于以往最先进的方法，甚至超过了有监督学习方法。

    Feb, 2024

  • 鲁棒基于结构的形状对应

    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