密集对应的紧凑基于零件的形状空间
摘要：建立在强烈变化几何形状集内的密集对应问题是我们考虑的问题。对于这样的输入，传统的形状匹配方法常常产生不令人满意的结果。我们提出了一种集成优化方法，通过改进给定的粗略对应关系以获得密集对应关系。遵循最小描述长度方法的思想，它最大化引导形状空间的紧凑性以获得高质量的对应关系。我们进行了一些对计算机图形应用非常重要的改进：我们的方法处理具有一般拓扑结构的网格，并处理了输入之间的部分匹配，这些输入具有不同的拓扑结构。为此，我们引入了一种新颖的基于部分的生成统计形状模型。我们开发了一种新颖的分析算法，从具有不同拓扑结构的训练形状中学习这些模型。我们还提供了一种新颖的合成方法，可以生成具有不同部分布局且受通用变分约束的新实例。在实际实验中，我们在对应关系质量上获得了比最先进方法更大的改进。作为示例应用，我们演示了一种系统，该系统将形状家族作为可变形部件的组合学习，并允许连续和离散变异的实时编辑。
作者：Oliver Burghard, Alexander Berner, Michael Wand, Niloy Mitra, Hans-Peter Seidel, Reinhard Klein
论文ID：1311.7535
分类：Graphics
分类简称：cs.GR
提交时间：2017-10-10