ICCVSep, 2023

SSIG：用于楼层平面图相似度的视觉引导的图编辑距离

PDF
TL;DR提出了一种基于图像和图形距离的评估指标 SSIG（基于 IoU 和 GED 的结构相似性），用于判断平面图的结构相似性，并开发了一种有效的算法，通过 SSIG 对大规模的平面图数据库进行排序。
structural similarityarchitectural floor plansfloor plan datafloor plan generative modelsfloor plan recommendation systems
发现论文，激发创造
  • LayoutGMN: 结构布局相似性的神经图匹配

    本研究提出了 LayoutGMN，通过利用图形匹配网络（GMN）来预测 2D 布局之间的结构相似性，该网络学习布局度量并使用基于注意力的 GMN 进行三元组网络设置下的神经图匹配。通过在大规模数据集上进行检索实验，特别是对楼层平面图和 UI 设计进行检索实验，我们证明了 LayoutGMN 相对于 IoUs 和其他基线的检索结果更符合人类对结构布局相似性的判断。此外，LayoutGMN 是第一个能够提供结构布局相似性度量和布局元素之间的结构匹配的深度模型。

    Dec, 2020

  • 在语义层面衡量视觉相似性的语义相似度分数

    基于场景图生成和图匹配的语义评估指标 SeSS 可以测量图像语义级信息的差异，可用于视觉语义通信系统的评估。

    Jun, 2024

  • 3D 医学图像自监督预训练中的几何视觉相似性学习

    提出新的几何学视觉相似性学习范式，将拓扑不变性的先验性质嵌入到 3D 医学图像的图像相似度测量中，以实现具有一致性的表示语义区域，从而提高内场、相场和全局 - 局部转移能力。

    Mar, 2023

  • SSMG：基于空间 - 语义地图引导的自由式布局图像生成的扩散模型

    该研究介绍了一种采用特征图作为引导的新型空间 - 语义地图引导扩散模型 (SSMG)，通过丰富的空间和语义信息，实现了优于以往工作的生成质量和充足的空间和语义可控性。实验结果表明，SSMG 在保真度、多样性和可控性等多个指标上取得了非常有前景的结果，达到了新的技术水平。

    Aug, 2023

  • 使用感知相似度度量学习生成图像

    通过使用 better calibrated to human perceptual judgments of image quality: the multiscale structural-similarity score (MS-SSIM) 进行训练而不是使用 pixel-wise loss (PL)，提出了更好的 perceptually-optimized methods，已被证明在三种不同的自动编码器中表现更好，可以在图像分类和超分辨率成像方面为计算机视觉带来极大的潜力。

    Nov, 2015

  • 通过学习场景图之间的相似度进行图像检索

    本文通过使用图神经网络测量场景图的相似度，提出了一种基于场景图相似度的图像检索方法，并使用人工注释的标题计算图片相关性测量来训练图神经网络，收集了一个数据集用于评估检索算法，并显示我们的方法比竞争方法更符合人类对图像相似性的感知。

    Dec, 2020

  • SimGNN：一种快速图相似度计算的神经网络方法

    本文提出一种新颖的神经网络方法 SimGNN，该方法通过可学习的嵌入函数和注意力机制实现了对图形编辑距离等图形相似性计算的高效计算和良好性能的综合优化，并在三种真实图数据集上取得了比现有基线算法更小的误差率和更大的时间降低。

    Aug, 2018

  • SI-GAT: 改良图注意力网络方法用于声纳图像分类

    本文提出了一种基于改进图形注意力网络 (SI-GAT) 的声纳分类方法，该方法可以在多种类型成像声纳中应用，并通过实际数据验证优于几种以欧几里得空间为基础的卷积神经网络方法。

    Nov, 2022

  • 稀疏图表达工序指导文件

    我们提出了两种方法，将文档对表示为包含顺序信息的有向稀疏 JCIG 图，其中我们使用 Siamese 编码器和 GCN 构建的稀疏有向图模型在不包含顺序信息的数据集上达到与基线模型相当的结果，在包含顺序信息的教学文档数据集上优于基线模型十个百分点。

    Feb, 2024

  • 卷积集匹配用于图形相似度

    使用卷积神经网络在三个真实图形数据集上，展示了 GSimCNN 在计算结点间相似度方面的卓越性能。

    Oct, 2018