VariGrad：一种用于非配准数据几何深度学习的新型特征向量架构
计算机视觉与模式识别
2023-08-23 v2
摘要
我们提出一种新颖的几何深度学习层，它利用varifold梯度（VariGrad）来计算三维几何数据的特征向量表示。这些特征向量可用于多种下游学习任务，如分类、配准和形状重建。我们的模型使用与参数化无关的几何数据varifold表示，使得我们的模型能够在给定采样或参数化无关的数据上进行训练和测试。我们展示了所提出的VariGrad层在效率、泛化性以及对重采样的鲁棒性方面的表现。
引用
@article{arxiv.2307.03553,
title = {VariGrad: A Novel Feature Vector Architecture for Geometric Deep Learning on Unregistered Data},
author = {Emmanuel Hartman and Emery Pierson},
journal= {arXiv preprint arXiv:2307.03553},
year = {2023}
}
备注
6 pages, 5 figures, 3 tables