MDFL:多域扩散驱动特征学习
原文中文,约300字,阅读约需1分钟。发表于: 。多域扩散驱动特征学习网络对高维图像进行特征提取,显著改进了性能并揭示了其内在模式和结构。
本文介绍了Manifold Diffusion Fields(MDF)方法,用于学习在黎曼流形上定义的连续函数的生成模型。MDF利用谱几何分析的见解,在流形上定义了内在坐标系统。该方法使用显式参数化表示函数,允许在流形上采样连续函数,并对流形的刚性和等距变换是不变的。实证结果表明,MDF能更好地捕捉函数分布,具有更好的多样性和保真度。