論文の概要: Partial Matching in the Space of Varifolds

• arxiv url: http://arxiv.org/abs/2103.12441v1
• Date: Tue, 23 Mar 2021 10:44:22 GMT
• ステータス: 処理完了
• システム内更新日: 2021-03-24 22:34:39.722420
• Title: Partial Matching in the Space of Varifolds
• Title（参考訳）: 多様体空間における部分マッチング
• Authors: Pierre-Louis Antonsanti, Joan Glaun\`es, Thomas Benseghir, Vincent Jugnon, Ir\`ene Kaltenmark
• Abstract要約: 曲線や曲面などの様々な幾何学的形状に対する非対称データ不同性項を導入する。 すべての実験は、このデータ差分項が位相的差にもかかわらずコヒーレントな部分マッチングをもたらすことを示した。
• 参考スコア（独自算出の注目度）: 1.2249546377051437
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In computer vision and medical imaging, the problem of matching structures finds numerous applications from automatic annotation to data reconstruction. The data however, while corresponding to the same anatomy, are often very different in topology or shape and might only partially match each other. We introduce a new asymmetric data dissimilarity term for various geometric shapes like sets of curves or surfaces. This term is based on the Varifold shape representation and assesses the embedding of a shape into another one without relying on correspondences between points. It is designed as data attachment for the Large Deformation Diffeomorphic Metric Mapping (LDDMM) framework, allowing to compute meaningful deformation of one shape onto a subset of the other. Registrations are illustrated on sets of synthetic 3D curves, real vascular trees and livers' surfaces from two different modalities: Computed Tomography (CT) and Cone Beam Computed Tomography (CBCT). All experiments show that this data dissimilarity term leads to coherent partial matching despite the topological differences.
• Abstract（参考訳）: コンピュータビジョンと医用画像において、マッチング構造の問題は自動アノテーションからデータ再構成への多くの応用を見出す。 しかし、同じ解剖学に対応するデータは、しばしば位相や形状において大きく異なり、部分的に一致するだけである。 曲線や曲面などの様々な幾何学的形状に対する非対称データ不同性項を導入する。 この用語は多様体の形状表現に基づいており、点間の対応に頼らずに別の図形への埋め込みを評価する。 大変形拡散型計量マッピング(LDDMM)フレームワーク用のデータアタッチメントとして設計されており、一方の形状を他方のサブセットに有意な変形を計算することができる。 CT (Computed Tomography) とCBCT (Cone Beam Computed Tomography) の2つの異なるモードから合成3D曲線, 実血管木, 肝表面の登録を図示した。 すべての実験は、このデータ差分項が位相的差にもかかわらずコヒーレントな部分マッチングをもたらすことを示した。

関連論文リスト

• Spectral Meets Spatial: Harmonising 3D Shape Matching and Interpolation [50.376243444909136]
  本稿では,3次元形状の対応と形状の両面を統一的に予測する枠組みを提案する。 我々は、スペクトル領域と空間領域の両方の形状を地図化するために、奥行き関数写像フレームワークと古典的な曲面変形モデルを組み合わせる。
  論文  参考訳（メタデータ） (2024-02-29T07:26:23Z)
• ReshapeIT: Reliable Shape Interaction with Implicit Template for Anatomical Structure Reconstruction [59.971808117043366]
  ReShapeITは、同じカテゴリ内で共有される暗黙のテンプレートフィールドを持つ解剖学的構造を表す。 これにより、インスタンス形状とテンプレート形状との対応性の制約を強化することにより、暗黙テンプレートフィールドが有効なテンプレートを生成する。 テンプレートインタラクションモジュールは、有効なテンプレートシェイプとインスタンスワイドの潜在コードとを相互作用することで、目に見えないシェイプを再構築するために導入される。
  論文  参考訳（メタデータ） (2023-12-11T07:09:32Z)
• Geometrically Consistent Partial Shape Matching [50.29468769172704]
  3次元形状の対応を見つけることは、コンピュータビジョンとグラフィックスにおいて重要な問題である。 しばしば無視されるが、整合幾何学の重要な性質は整合性である。 本稿では,新しい整数型線形計画部分形状整合式を提案する。
  論文  参考訳（メタデータ） (2023-09-10T12:21:42Z)
• U-RED: Unsupervised 3D Shape Retrieval and Deformation for Partial Point Clouds [84.32525852378525]
  教師なし形状検索および変形パイプラインであるU-REDを提案する。 任意のオブジェクトの観察を入力として受け取り、通常RGBの画像やスキャンによってキャプチャされ、幾何学的に類似したCADモデルを共同で検索して変形する。 我々は,U-REDが既存の最先端アプローチを47.3%,16.7%,31.6%で上回っていることを示す。
  論文  参考訳（メタデータ） (2023-08-11T20:56:05Z)
• G-MSM: Unsupervised Multi-Shape Matching with Graph-based Affinity Priors [52.646396621449]
  G-MSMは、非剛体形状対応のための新しい教師なし学習手法である。 学習形態の集合に親和性グラフを自己教師型で構築する。 近年の形状対応ベンチマークで最先端の性能を示す。
  論文  参考訳（メタデータ） (2022-12-06T12:09:24Z)
• Curved Geometric Networks for Visual Anomaly Recognition [39.91252195360767]
  データ分布の根底にある性質を理解するために潜伏埋め込みを学ぶことは、曲率ゼロのユークリッド空間でしばしば定式化される。 本研究では,データ中の異常やアウト・オブ・ディストリビューション・オブジェクトを解析するための曲線空間の利点について検討する。
  論文  参考訳（メタデータ） (2022-08-02T01:15:39Z)
• How to Register a Live onto a Liver ? Partial Matching in the Space of Varifolds [0.3078691410268859]
  CT (Computed Tomography) ボリュームとCBCT (Cone Beam Computed Tomography) ボリュームとの間には, 頑健なマルチモーダル肝登録のための部分的マッチングが可能であることを示す。 提案手法により,CBCTの切り欠き面を非剛性かつ現実的に整列させることができる。 生成した変形は肝体積に連続的に及んでおり、医師にとって興味のある点に基づいて評価される。
  論文  参考訳（メタデータ） (2022-04-12T09:50:47Z)
• NeuroMorph: Unsupervised Shape Interpolation and Correspondence in One Go [109.88509362837475]
  入力2つの3次元形状を考慮したニューラルネットワークアーキテクチャであるNeuroMorphを提案する。 NeuroMorphはそれらの間のスムーズかつポイントツーポイント対応を生成する。 異なる対象カテゴリの非等尺性ペアを含む、さまざまな入力形状に対してうまく機能する。
  論文  参考訳（メタデータ） (2021-06-17T12:25:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。