基于几何深度学习的骨架点表示
计算机视觉与模式识别
2023-03-06 v1 机器学习
摘要
骨架化是一种流行的形状分析技术，对物体的内部与外部均进行建模。现有的基于模板从解剖结构计算骨架模型是耗时的手工过程。近来，基于学习的方法已被用于从3D形状提取骨架。本工作中，我们提出用于计算物体骨架结构的新颖附加几何项。结果类似于传统拟合的s-reps，但生成速度快得多。在真实临床数据上的评估表明，所学模型能预测准确的骨架表示，并展示了所提几何损失以及使用s-reps作为弱监督的影响。
引用
@article{arxiv.2303.02123,
title = {Skeletal Point Representations with Geometric Deep Learning},
author = {Ninad Khargonkar and Beatriz Paniagua and Jared Vicory},
journal= {arXiv preprint arXiv:2303.02123},
year = {2023}
}
备注
5 pages, 5 figures, 2 tables. Accepted to IEEE International Symposium on Biomedical Imaging (ISBI) 2023