論文の概要: Deep Orientation-Aware Functional Maps: Tackling Symmetry Issues in Shape Matching

• arxiv url: http://arxiv.org/abs/2204.13453v1
• Date: Thu, 28 Apr 2022 12:36:09 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-29 20:32:32.535188
• Title: Deep Orientation-Aware Functional Maps: Tackling Symmetry Issues in Shape Matching
• Title（参考訳）: 奥行き対応機能マップ:形状マッチングにおける対称性問題に対処する
• Authors: Nicolas Donati and Etienne Corman and Maks Ovsjanikov
• Abstract要約: そこで本研究では,教師なし環境下でオリエンテーションを意識した特徴を学習するための新しいディープラーニング手法を提案する。 私たちのアーキテクチャはDiffusionNet上に構築されています。
• 参考スコア（独自算出の注目度）: 32.03608983026839
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: State-of-the-art fully intrinsic networks for non-rigid shape matching often struggle to disambiguate the symmetries of the shapes leading to unstable correspondence predictions. Meanwhile, recent advances in the functional map framework allow to enforce orientation preservation using a functional representation for tangent vector field transfer, through so-called complex functional maps. Using this representation, we propose a new deep learning approach to learn orientation-aware features in a fully unsupervised setting. Our architecture is built on top of DiffusionNet, making it robust to discretization changes. Additionally, we introduce a vector field-based loss, which promotes orientation preservation without using (often unstable) extrinsic descriptors.
• Abstract（参考訳）: 非剛性形状マッチングのための最先端の完全内在ネットワークは、しばしば不安定な対応予測につながる形状の対称性を曖昧化するのに苦労する。 一方、関数写像フレームワークの最近の進歩により、接ベクトル場移動の関数表現を用いて、いわゆる複素関数写像を通して配向保存を強制することができる。 この表現を用いて,完全教師なし環境で方位認識機能を学ぶための新しいディープラーニング手法を提案する。 私たちのアーキテクチャはdiffencenet上に構築されており、変更の離散化に堅牢です。 さらに,ベクトル場に基づく損失について紹介し,(しばしば不安定な)外部ディスクリプタを用いずに方位保存を促進する。

関連論文リスト

• Non-Rigid Shape Registration via Deep Functional Maps Prior [1.9249120068573227]
  本研究では,非剛体形状登録のための学習ベースフレームワークを提案する。 我々は、高次元埋め込みによって誘導される対応によって誘導されるターゲットポイントクラウドに向かって、ソースメッシュを変形する。 我々のパイプラインは、厳密でないクラウドマッチングのいくつかのベンチマークで最先端の結果を達成する。
  論文  参考訳（メタデータ） (2023-11-08T06:52:57Z)
• On Unsupervised Partial Shape Correspondence [9.175560202201819]
  関数写像は部分性を呼び出すと推定された一致に誤差をもたらすと論じる。 部分形状マッチングのための新しい手法を提案する。 提案手法はSHREC'16データセットにおいて優れた性能を示す。
  論文  参考訳（メタデータ） (2023-10-23T08:32:50Z)
• Neural Semantic Surface Maps [52.61017226479506]
  本稿では,2つの属とゼロの形状の地図を自動計算する手法を提案する。 提案手法は,手動のアノテーションや3Dトレーニングデータ要求を排除し,意味的表面-表面マップを生成する。
  論文  参考訳（メタデータ） (2023-09-09T16:21:56Z)
• Understanding and Improving Features Learned in Deep Functional Maps [31.61255365182462]
  より深い関数型マップアプローチで学習した特徴は、異なる形状のポイントワイド記述子として利用できることを示す。 本稿では,学習特徴の構造的特性を促進するため,標準的な深部関数型マップパイプラインを効果的に修正することを提案する。
  論文  参考訳（メタデータ） (2023-03-29T08:32:16Z)
• Entangled Residual Mappings [59.02488598557491]
  残余接続の構造を一般化するために、絡み合った残余写像を導入する。 絡み合い残余写像は、アイデンティティスキップ接続を特別な絡み合い写像に置き換える。 絡み合った写像は、様々な深層モデルにまたがる特徴の反復的洗練を保ちながら、畳み込みネットワークにおける表現学習プロセスに影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2022-06-02T19:36:03Z)
• Complex Functional Maps : a Conformal Link Between Tangent Bundles [0.0]
  複素汎関数写像を導入し、関数写像フレームワークを曲面上の接ベクトル場間の共形写像に拡張する。 これらの地図の重要な性質は、向きの認識である。 本研究では,機能地図とその複雑な地図を共同で推定し,配向保存を促進できることを示す。
  論文  参考訳（メタデータ） (2021-12-17T14:54:01Z)
• Frame Averaging for Equivariant Shape Space Learning [85.42901997467754]
  形状空間学習に対称性を組み込む自然な方法は、形状空間(エンコーダ)への写像と形状空間(デコーダ)からの写像が関連する対称性に同値であることを問うことである。 本稿では,2つのコントリビューションを導入することで,エンコーダとデコーダの等価性を組み込む枠組みを提案する。
  論文  参考訳（メタデータ） (2021-12-03T06:41:19Z)
• Multiway Non-rigid Point Cloud Registration via Learned Functional Map Synchronization [105.14877281665011]
  我々は、点雲上に定義された学習関数に関する地図を同期させることにより、複数の非剛体形状を登録する新しい方法であるSyNoRiMを提案する。 提案手法は,登録精度において最先端の性能を達成できることを実証する。
  論文  参考訳（メタデータ） (2021-11-25T02:37:59Z)
• Temporally-Consistent Surface Reconstruction using Metrically-Consistent Atlases [131.50372468579067]
  そこで本稿では,時間変化点雲列から時間一貫性のある面列を復元する手法を提案する。 我々は、再構成された表面をニューラルネットワークによって計算されたアトラスとして表現し、フレーム間の対応性を確立することができる。 当社のアプローチは、いくつかの挑戦的なデータセットにおいて、最先端のものよりも優れています。
  論文  参考訳（メタデータ） (2021-11-12T17:48:25Z)
• Orientation Attentive Robotic Grasp Synthesis with Augmented Grasp Map Representation [62.79160608266713]
  物体の形態学的特徴は、ロボットの把握の視覚的学習を阻害する、幅広い可視的把握方向を提供する可能性がある。 既存のグリップ生成アプローチを呪い、グリップポイント毎に大きく異なる向きのアノテーションを集約することにより、不連続グリップマップを構築する。 そこで本研究では,角度空間を複数のビンに分割することで,方向を局所的に歪曲する,画素ワイズ合成に適した拡張型グリップマップ表現を提案する。
  論文  参考訳（メタデータ） (2020-06-09T08:54:54Z)

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。