论文笔记(二)：基于深度学习的数字几何处理与分析技术研究进展

最新推荐文章于 2024-11-25 04:09:05 发布

原创

最新推荐文章于 2024-11-25 04:09:05 发布 · 1k 阅读

2 ·

CC 4.0 BY-SA版权

本文探讨了深度学习在数字几何处理中的应用，包括匹配映射、模型分割、模型生成和变形编辑等方向。重点介绍了使用深度学习方法进行形状对应、3D网格标记、无监督形状分割、从单张RGB图像生成3D模型以及自由形式变形等方面的研究进展。

针对网格的处理
1.匹配映射
      1).Learning shape correspondence with anisotropic convolutional neural networks-----2016
      2).Learning class-specific descriptors shapes using localized spectral convolutional networks-----2015
      3).Geometric deep learning on graphs and manifolds using mixture model CNNs-----2017
      4).Jointly learning shape descriptors and their correspondence via deep triplet-----2018
      5).Learning 3D keypoint descriptors for non-rigid shape matching----2018
      6).Deep functional maps:Structured prediction for dense shape correspondence-----2017
2.模型分割
      1).3D mesh labeling via deep convolutional neural networks—2015
      2).Unsupervised 3D shape segmentation and co-segmentation