基于语义感知的隐式模板学习及部件变形的一致性
原文中文，约300字，阅读约需1分钟。发表于：。本文介绍了一种语义感知隐式模板学习框架，通过利用自监督特征提取器的语义先验，提出了局部条件和全局条件的语义感知变形代码以及变形一致性正则化，从而实现了语义上合理的变形。通过大量实验证明了该方法在关键点转换、部位标签转换和纹理转换等各种任务中的优越性能，尤其在更具挑战性的任务中取得了更大的性能提升。
本文介绍了一种无监督的对变形三维图形进行对应学习的方法，通过理解自然变形的形态变化近似保持曲面的度量结构，并提出了一种驱动学习过程的自然准则。该方法不需要带注释数据，可以利用任何类型的可变形几何数据进行训练。实验结果表明，该方法在精度、泛化能力和效率方面优于其他方法。
