超越完整形状：三维形状表面匹配算法的定量评估基准
计算机视觉与模式识别
2025-11-25 v3
摘要
在几何处理、计算机视觉、图形学等领域，寻找三维可变形形状之间的对应点是一个重要且长期存在的问题。虽然存在各种形状匹配数据集，但它们大多是静态的或规模有限，限制了其在不同问题设置下的适应性，包括完整形状匹配和部分形状匹配。特别地，现有的部分形状匹配数据集规模较小（少于100个形状），因此不适合数据驱动的机器学习方法。此外，现有数据集中部分性的类型往往是人为的，与现实相差甚远。为解决这些限制，我们提出了一种用于生成具有挑战性的完整和部分形状匹配数据集的通用且灵活的框架。我们的框架允许自定义标注在形状之间传播，使其适用于各种应用。通过利用我们的框架，并在七个现有（完整几何）形状匹配数据集之间手动创建跨数据集对应点，我们提出了一个新的基准BeCoS，共包含2543个形状。基于此，我们提供了多个具有挑战性的基准设置，涵盖完整匹配和部分匹配，并以此评估各最先进方法作为基线。
引用
@article{arxiv.2411.03511,
title = {Beyond Complete Shapes: A Benchmark for Quantitative Evaluation of 3D Shape Surface Matching Algorithms},
author = {Viktoria Ehm and Nafie El Amrani and Yizheng Xie and Lennart Bastian and Maolin Gao and Weikang Wang and Lu Sang and Dongliang Cao and Tobias Weißberg and Zorah Lähner and Daniel Cremers and Florian Bernard},
journal= {arXiv preprint arXiv:2411.03511},
year = {2025}
}