形状非刚性运动学 (SNK)：一种通过无监督功能映射正则化重建实现非刚性形状匹配的零样本方法
计算机视觉与模式识别
2024-03-12 v1
摘要
我们提出了形状非刚性运动学（Shape Non-rigid Kinematics, SNK），这是一种用于非刚性形状匹配的新型零样本方法，消除了对大量训练或真值数据的需求。SNK 仅作用于单对形状，并采用基于重建的策略，使用编码器 - 解码器架构将源形状变形以紧密匹配目标形状。在此过程中，预测无监督功能映射并将其转换为点对点的映射，作为重建的监督机制。为了辅助训练，我们设计了一种新的解码器架构，以生成平滑、真实的变形。SNK 在传统基准测试中展示了具有竞争力的结果，在不牺牲准确性的前提下简化了形状匹配过程。我们的代码可在线获取：https://github.com/pvnieo/SNK
引用
@article{arxiv.2403.06804,
title = {Shape Non-rigid Kinematics (SNK): A Zero-Shot Method for Non-Rigid Shape Matching via Unsupervised Functional Map Regularized Reconstruction},
author = {Souhaib Attaiki and Maks Ovsjanikov},
journal= {arXiv preprint arXiv:2403.06804},
year = {2024}
}
备注
NeurIPS 2023, 10 pages, 9 figures