利用相似域网络基于径向基函数的参数化形状建模与骨架提取
计算机视觉与模式识别
2019-06-04 v1 机器学习
摘要
我们展示了相似域（SDs）在形状建模与骨架提取中的使用。SDs 是近期提出的，可用于神经网络框架以帮助我们分析形状。SDs 在相似域网络（SDNs）中由具有可变形状参数的径向基函数建模。在本文中，我们展示了如何使用 SDN 首先以 SDs 对基于像素的图像进行建模，然后展示那些学习到的 SDs 如何被用于提取形状的骨架。
引用
@article{arxiv.1906.00265,
title = {Parametric Shape Modeling and Skeleton Extraction with Radial Basis Functions using Similarity Domains Network},
author = {Sedat Ozer},
journal= {arXiv preprint arXiv:1906.00265},
year = {2019}
}
备注
This is the pre-print for the CVPR submission