用于折痕感知非等距形状匹配的混合函数映射
计算机视觉与模式识别
2024-07-25 v3
摘要
非等距形状对应仍是计算机视觉中的一个基本挑战。使用 Laplace-Beltrami 算子 (LBO) 本征模的传统方法在刻画弯曲和折痕等高频外在形状变化时面临局限。我们提出了一种新方法,将弹性薄壳 Hessian 矩阵本征函数的非正交外在基与 LBO 的内在基相结合,创建了一个混合谱空间,并在其中构建函数映射。为此,我们提出了一个理论框架,以将非正交基函数有效整合到基于描述符和基于学习的函数映射方法中。我们的方法可以轻松整合到现有的函数映射流程中,适用于各种应用,并能够处理超越等距的复杂形变。我们在各种监督和无监督设置下进行了广泛评估,并展示了显著的改进。值得注意的是,在非等距对应设置下,我们的方法将平均测地误差降低了高达 15%,在存在拓扑噪声的场景下改进高达 45%。
引用
@article{arxiv.2312.03678,
title = {Hybrid Functional Maps for Crease-Aware Non-Isometric Shape Matching},
author = {Lennart Bastian and Yizheng Xie and Nassir Navab and Zorah Lähner},
journal= {arXiv preprint arXiv:2312.03678},
year = {2024}
}
备注
Presented at CVPR 2024. This version contains two additional figures in the main paper and generalization experiments in the appendix. Please cite the official IEEE CVPR publication