典型文献
无监督的三维模型簇对应关系协同计算
文献摘要：
针对近似等距的非刚性变换的三维模型簇对应关系计算准确率不高的问题,提出采用无监督的三维模型簇对应关系协同计算的新方法.通过三维点云特征提取模块,获取将位置、细节信息更丰富的低维特征与语义信息更丰富的高维特征相融合后的特征.在无监督深度函数映射模块中,将提取到的融合特征转换为谱描述符,计算函数映射矩阵,对该矩阵施加加权正则化约束项,得到最优的函数映射矩阵.在模型簇对应关系协同计算模块中,结合循环一致性约束与函数映射理论,求解最优的目标函数,得到最优的模型簇对应关系.实验结果表明,所提算法在FAUST、SCAPE和TOSCA 3个数据集上所构建的模型簇对应关系测地误差均小于目前主流方法,映射结果更加平滑,对应关系更加准确,具有良好的泛化能力.
文献关键词：
对应关系;三维模型簇;无监督学习;深度函数映射;循环一致性
中图分类号：
作者姓名：
杨军;李金泰;高志明
作者机构：
兰州交通大学电子与信息工程学院,甘肃兰州 730070;兰州交通大学测绘与地理信息学院,甘肃兰州 730070
文献出处：
引用格式：
[1]杨军;李金泰;高志明-.无监督的三维模型簇对应关系协同计算)[J].浙江大学学报（工学版）,2022(10):1935-1947
A类：
非刚性变换,深度函数映射,FAUST
B类：
三维模型簇,协同计算,等距,三维点云,点云特征提取,取模,细节信息,低维特征,语义信息,高维特征,取到,融合特征,特征转换,描述符,加加,正则化约束,约束项,循环一致性,一致性约束,映射理论,SCAPE,TOSCA,测地,主流方法,泛化能力,无监督学习
AB值：
0.290365
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
