point sets | BriefGPT - AI 论文速递

关键词point sets

搜索结果 - 8

消息传递蒙特卡罗：通过图神经网络生成低差异点集
利用几何深度学习和基于图神经网络的工具，生成一种名为 Message-Passing Monte Carlo (MPMC) points 的新型低差异点集，其在科学和工程等领域具有重要的应用价值，并通过实验证明该方法在性能上超过了以往的方法
PDFa month ago
变量替代和线性规划用于对齐部分重叠点集
本研究介绍了一种能够对部分重叠点集进行对齐的算法，具有对相应变换保持不变性的功能。通过最小化稳健点匹配（RPM）算法的目标函数，我们展示了 RPM 目标函数是一个三次多项式。通过变量替换，我们将 RPM 目标函数转化为一个二次函数。利用双线
PDF2 months ago
点集分类的线性最优传输子空间
通过线性最优传输（LOT）变换构建凸数据空间的方法，对于在空间变形下的点集分类问题具有标签效率、非迭代性和无超参数调整的特点，在各类点集分类任务上取得竞争性的准确率，并在训练和测试分布变化较大的情况下展现出鲁棒性。
PDF4 months ago
一种近线性时间算法的 Chamfer 距离
提出了一种使用近似算法以几乎线性的运行时间估算 Chamfer 距离的方法，适用于大规模高维数据集，为分析大规模高维点云开辟了新的途径。
PDFa year ago
点变换器
该研究介绍了一种名为 Point Transformer 的神经网络，它直接处理无序和无结构的点集，通过引入局部 - 全局注意机制获取局部和全局特征，并通过引入 SortNet 确保输入置换不变性。Point Transformer 的输出
PDF4 years ago
Generative PointNet：基于深度能量的无序点集学习，用于 3D 生成，重建和分类
本研究提出了一种基于能量的无序点集生成模型，通过 MCMC 最大似然学习来训练模型，并且不需要手工定义距离的度量标准来产生点云。该模型可以用于点云分类和插值。
PDF4 years ago
PointNet++：在度量空间中对点集进行深层次分层特征学习
本研究提出了一种基于层级神经网络的深度学习算法，可以递归应用 PointNet 模型在输入点集的嵌套划分上，并通过度量空间距离利用上下文信息进行学习，同时通过自适应的集合学习层将不同规模的特征组合，从而有效地、鲁棒地学习点集特征，达到了显著
PDF7 years ago
最小化分数均方根误差的异常鲁棒 ICP
我们提出了一种迭代最近点（ICP）算法的变形，在一组变换下对两个点集进行对准。我们的算法优于以前的算法，因为它以统计鲁棒的方式确定最佳对准，并且保证会收敛到局部最优解。我们形式化了一种新的距离测量方法，称为分数均方根距离（frmsd），它将
PDF18 years ago