Feb, 2024

深度 MSFOP：无监督形状匹配中的多光谱滤波器算子保持的深度函数映射

PDF
TL;DR我们提出了一种叫做多频谱滤波器保持（MSFOR）的新约束，用于计算功能映射，并基于此，开发了一种称为 Deep MSFOP 的高效深层功能映射架构，用于形状匹配。
functional mapsshape matchingspectral filter operatorsdeep learningunsupervised loss
发现论文，激发创造
  • 空间和光谱一致的深度功能映射

    基于循环一致性，在非刚性形状匹配中，通过在频谱和点对点表示之间设计无监督的深度功能映射方法，实现了状态良好、抗扭曲性能和优越的泛化性能。

    Aug, 2023

  • 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

  • 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

  • 基于弱监督的深度函数地图用于形状匹配

    本文介绍了一种基于深度函数图的新框架，用于完全对齐和部分对齐形状匹配，实现了多个基准数据集上的最先进结果，甚至超过了完全监督的方法。

    Sep, 2020

  • 矩阵的谱算子

    本文主要介绍了解决矩阵优化问题的理论基础，通过研究一类新的矩阵值函数 —— 矩阵的谱算子，包括其定义性、连续性、可导性等基本性质，为设计数值方法提供必要的理论基础。

    Jan, 2014

  • 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

  • 深度方向感知的功能图：解决形状匹配中的对称问题

    本论文提出了一种基于 DiffusionNet 的新型深度学习方法，用于非刚性形状匹配，在不使用不稳定的外在描述符的情况下，通过向量场损失函数实现方向保持的同时学习方向感知特征。

    Apr, 2022

  • 分析算子学习的深入洞见：从基于补丁的稀疏模型到高阶 MRFs

    本文提出了一种新的学习算法来应对近期提出的共稀疏分析模型，使用双层优化技术来学习分析算子，研究了共稀疏分析模型的不同方面，并将训练模型应用于多个经典的图像恢复问题。

    Jan, 2014

  • 深度功能映射中学习到的特征的理解和改进

    本文探讨了深度函数地图方法中所学特征函数的本质以及如何将其用于点描述，在此基础上，我们提出了一种改进的方法来使学习特征的结构显著改进匹配结果，并成功地将内在和外在表面学习框架结合起来。

    Mar, 2023

  • 结构形状匹配的无监督深度学习

    本篇论文提出一种新方法，使用无监督学习计算三维形状之间的对应关系。该方法使用描述符函数的非线性变换，并同时优化映射结果的全局结构性质，例如双射性或近似等度性，在最近邻域上进行匹配，从而有望在不需要先验信息的情况下建立三维形状集合内部的对应关系。

    Dec, 2018