PFCNN公司

PFCNN:使用平行框架的三维曲面卷积神经网络。曲面网格是一种广泛应用的形状表示方法,可以捕捉比点云或体网格更精细的几何数据,但由于其非欧几里德结构,直接应用cnn是一个挑战。我们使用曲面上的平行框架来定义pfcnn,通过忠实地模仿标准卷积,在曲面网格上实现有效的特征学习。特别是,PFCNN的卷积不仅将局部曲面片映射到平坦的切平面上,而且还将切平面对齐,使它们局部形成平坦的欧几里德结构,从而实现标准卷积的恢复。利用离散微分几何中的局部平坦连接工具实现对准,并利用并行帧场进行高效编码和计算。另外,对于曲面缺少正则轴的问题,采用了框架方向采样的方法进行处理。实验表明,对于变形几何域的分类、分割和配准,以及刚性域上的语义场景分割,pfcnn在不使用复杂输入特征的情况下比现有的基于表面的cnn具有更好的鲁棒性和优越性。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换