deformation fields | BriefGPT

关键词deformation fields

搜索结果 - 8

Diff-Def: 条件图集的扩散生成变形场
使用潜在扩散模型生成变形场，将一般人群的解剖图谱转化成代表特定亚人群的解剖图谱，以提高结构合理性和解决直接图像合成过程中的虚构问题。我们的方法通过对比实验，使用来自 UK Biobank 的 5000 个脑部和全身 MR 图像，生成具有平滑
PDF3 months ago
DLCA-Recon: 动态宽松服装虚拟化重建
使用 DLCA-Recon 方法，从单目视频中创建人类化身，模拟松散服装的运动并优化变形场，以更准确地重建动态人物表面。
PDF6 months ago
基于限制弹性形状分析的未注册表面空间
本文介绍了一种新的数学和数值框架，用于表面分析，该框架源于弹性黎曼度量在形状空间的一般设置。
PDF8 months ago
基于非结构化生成模型的可探索网格变形子空间
通过在预训练的生成模型子空间中构建一个易于导航的二维探索空间，将给定的一组标志性形状的变化转化为变形场，以便将这些变化传递到高质量的网格模型。
PDF9 months ago
使用一阶渐进密集配准改进不对齐的多模态图像融合
通过一阶优化，采用跨模态多尺度渐进稠密注册方案改进多模态图像融合性能，通过密集变形场聚合和渐进特征细化来准确估计最终的变形场，并结合 Transformer-Conv-based Fusion 子网络捕捉注册红外和可见图像的信息，实现高质量
PDF10 months ago
虚拟弹性物体
我们介绍了虚拟弹性物体（VEOs）：这是一种虚拟物体，它不仅看起来像其真实世界的对应物，而且在面对新的交互时，行为也会像真实物体一样。为了实现这一目标，我们建立了一个多视角捕捉系统来捕捉在压缩空气流影响下的物体，并利用最新的动态神经辐射场，
PDF2 years ago
AAAI机器学习加速的计算固体力学：线性弹性应用
提出了一种基于物理知识的深度学习超分辨率框架，可以从低分辨率的仿真结果中恢复高分辨率的变形场，并通过对物理系统的控制方程和边界条件的利用，在不使用高分辨率标记数据的情况下进行训练。
PDF3 years ago
mlVIRNET：多层次变分图像配准网络
提出了一种基于深度学习的多层次方法来解决图像配准领域中传统方法存在的问题，将深度学习和多层次框架结合使用，特别是在呼吸道成像的配准中取得了显著的进展。
PDF5 years ago