Tag · 3 篇
非刚性形状匹配
01 02 03
RINO：旋转不变的非刚性对应
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。
从特征学习到谱基学习：一个统一且灵活的高效鲁棒形状匹配框架
From Feature Learning to Spectral Basis Learning: A Unifying and Flexible Framework for Efficient and Robust Shape Matching
把函数映射流程中固定的拉普拉斯谱基换成可学习的抑制函数，使特征提取与基函数端到端联合优化，并用热扩散模块替代昂贵的求解器；做非刚性三维形状匹配、等距/拓扑噪声鲁棒性研究的人可以直接复用这一「谱基即谱卷积滤波器」的视角。
面向拓扑噪声三维形状匹配的快速马尔可夫随机场优化
Fast Markov Random Field Optimisation for Topologically Noisy 3D Shape Matching
把非刚性形状匹配写成三角形级多标签 MRF，并用定制化的 alpha expansion 在保留近似保证的前提下大幅加速，为处理带拓扑噪声（亏格变化）的网格匹配提供了一个可直接复用的优化框架。