Tag · 3 篇

稠密对应

SGSoft: Learning Fused Semantic-Geometric Features for 3D Shape Correspondence via Template-Guided Soft Signals

在规范模板上构建测地线对应场，并用预训练语义先验监督学习稠密多模态描述子，从而在描述子空间做最近邻检索、单次前馈即可得到拓扑不变的三维形状对应；这套「模板+软信号监督+描述子检索」的范式可直接迁移到非刚性配准、形变迁移与跨类别形状检索。

RINO: Rotation-Invariant Non-Rigid Correspondences

RINONet 把基于向量的 SO(3) 不变特征学习与方向感知的复函数映射结合，直接从原始几何端到端回归稠密对应，可复用于任意姿态、部分数据、非流形网格的匹配与配准任务，省去预对齐和手工描述子。

MV-RoMa: From Pairwise Matching into Multi-View Track Reconstruction

把成对匹配结果当作几何先验，用多视图编码器加像素级注意力精化器，在不做全量交叉注意力的前提下联合估计源图到多个共视目标图的稠密对应，可直接为 SfM 提供一致的多视图轨迹，替代逐对匹配后串联的做法。