May, 2024

BILTS: 一种新颖的刚体运动的双不变局部轨迹形状描述符

PDF
TL;DR该研究提出了一种新颖的双不变局部轨迹形状描述符（BILTS）及相应的差异度量方法，通过与现有描述符之间的数学关系进行推导，揭示了它们的属性，实验证明相比于双不变 ISA 描述符，BILTS 描述符具有更高的鲁棒性，可用于运动识别和泛化。
similarity measurementmotion analysismotion recognitionmotion generationmotion adaptation
发现论文，激发创造
  • 基于局部块间不变性的光照不敏感二进制描述符用于视觉测量

    本研究提出了一种基于光照不变性的二进制特征描述符 (IIB)，通过利用多空间粒度中的局部跨补丁不变性来处理恶劣的光照变化，并采用积分图实现局部补丁特征计算的高效 IIB 描述符。数值实验结果表明，所提出的 IIB 描述符优于现有的二进制描述符和一些测试浮点描述符，并已成功应用于长期视觉定位的演示系统中。

    May, 2023

  • 利用一种新的基于螺旋的轨迹形状表示增强刚体运动轨迹分割

    创新的刚体运动轨迹表示方法结合了平移和旋转，并且具有若干不变特性。该表示方法在模拟和真实录制的动作中验证了自我监督的分割方法，结果显示相对于传统表示方法，具有不同特征和更一致的分割的连续子动作的检测更加鲁棒。

    Sep, 2023

  • 通过完全连续的等度不变量识别未标记点云的刚性模式，无假阴性和假阳性

    提出了第一个连续和完整的点云零标签的不变量，该不变量可以在任何欧几里得空间中计算，并且具有完整的等变描述符，可以可靠地比较含有噪声和运动的数据中的刚性点云。

    Mar, 2023

  • BEBLID：增强的高效二进制局部图像描述符

    本文介绍了一种高效的学习型二进制图像描述符 BEBLID，通过改进弱学习器的训练方案，使其在匹配任务中更加准确且计算效率更高，实验证明，BEBLID 的准确性接近于 SIFT 并且比文献中最快的算法 ORB 具有更好的计算效率。

    Feb, 2024

  • 学习局部不变的马氏距离

    本文提出了一种新颖且计算效率高的学习本地马氏度量的方法，并展示了如何学习任何转换的本地不变度量来提高性能。

    Feb, 2015

  • DySLIM: 动态稳定学习在混沌系统中的不变度量

    学习耗散混沌系统的动力学是非常困难的，但该研究提出了一个新的框架，旨在学习不变测度和动力学，相比于传统方法，该框架实现了更好的点对点跟踪和长期统计准确性。

    Feb, 2024

  • 通过采样局部外观和全局分布实现强大的三维动作识别

    本文针对噪声深度数据难以捕捉运动和形状线索的现状，提出了一种新颖的两层 “视觉词袋”（BoVW）模型。该模型通过背景建模和引入运动和形状线索生成稳健和独特的时空兴趣点，利用多尺度 3D 局部方向核 (M3DLSK) 描述算法和空间 - 时间向量 (STV) 描述算法，提出融合运动和形状线索的行动表示。实验验证了该模型在识别类似动作和抵抗背景杂波、部分遮挡和掩蔽噪声等情况中的有效性。

    Dec, 2017

  • BiFormer: 通过双向 Transformer 学习双边运动估计 用于 4K 视频帧插值

    本文提出了一种基于双向变形器（BiFormer）的新型 4K 视频帧插值器，它包含三个步骤：全局运动估计，局部运动细化和帧合成。通过使用双向变形器和基于块的代价卷积技术，该算法实现了出色的插值性能。

    Apr, 2023

  • 一种用于非刚性形状匹配的双重迭代细化方法

    本研究提出了一种基于双重迭代精化（DIR）的解决方案，通过优雅的方法将空间和频谱数据融合起来，从当前迭代中提取更多准确的信息用于下一次迭代，有效地将双重信息结合在一起，从而提供了一种高效而稳健的密集对应解决方案。

    Jul, 2020

  • 通过局部形状变换学习 SO (3) 不变的语义对应关系

    提出了一种自我监督的旋转不变三维对应学习器，在具有挑战性的类内差异和任意方向下学习建立形状间的密集对应关系。

    Apr, 2024