科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对利用深度学习方法计算三维模型间稠密对应关系时算法泛化能力较差的问题，提出了一种基于无监督变形网络的对应关系的计算方法。首先，通过基于螺旋卷积的模板特征提取网络计算非参数化模板的局部特征描述符；其次，在模板变形网络中利用编码器获取输入模型的全局特征，并与模板的局部特征描述符拼接，将拼接后的特征输入到解码器中计算模板的变形模型；最后，通过最近邻搜索算法计算变形模型与输入模型之间的稠密对应关系。实验结果表明，在具有相同训练样本的条件下，本文算法与目前主流算法相比得到了更精确的稠密对应关系，且具有更强的泛化能力。
- 单位
