基于几何度量与稀疏精炼的网格兴趣点检测
计算机视觉与模式识别
2023-05-02 v3
摘要
三维(3D)兴趣点检测在3D计算机视觉与图形学中起基础作用。本文中，我们引入一种基于几何度量与稀疏精炼(GMSR)的网格兴趣点检测新方法。我们方法的关键是使用3D网格模型上局部表面的两个直观有效几何属性，即邻域顶点到某顶点切平面的欧氏距离及其法向量夹角，来计算3D兴趣点响应函数。该响应函数定义于多尺度空间，并可用于有效区分3D兴趣点与边缘和平面区域。那些具有局部最大3D兴趣点响应值的点被选为3D兴趣点候选。最后，我们利用基于 范数的优化方法，通过约束其质量和数量来精炼3D兴趣点候选。数值实验表明，我们提出的基于GMSR的3D兴趣点检测器在不同类型3D网格模型上优于当前几种最先进方法。
引用
@article{arxiv.1604.08806,
title = {Mesh Interest Point Detection Based on Geometric Measures and Sparse Refinement},
author = {Xinyu Lin and Ce Zhu and Yipeng Liu},
journal= {arXiv preprint arXiv:1604.08806},
year = {2023}
}
备注
17 pages