解剖结构中的二阶运动曲面拟合

在多个视角下，如何利用对称性约束进行非刚性运动结构估计？

文章提出了两种利用对称性约束的非刚性运动结构算法，并在Pascal3D+数据集上验证了其性能。

如何通过四面体网格和对称性ARAP能量实现形状匹配？

文章提出了一种使用四面体网格表示体积的映射方法，使用对称性的ARAP能量来实现形状的匹配，并最小化畸变能量以提高匹配精度。

在相机球面旋转的特殊情况下，如何快速求解两张图像之间的本质矩阵？

通过分析对极几何，得出只需最少三个点的对应关系即可快速求解两张图像之间本质矩阵的方法，并将其应用于场景建模和物体扫描中。

什么是“动量、射击和修正”框架？它用于解决什么问题？

该框架用于在存在重复模式和大运动的情况下进行拉格朗日运动估计，能够在大运动和重复模式中准确、密集和可微分地估计2D/3D运动场。

在Kendall形状空间中，如何计算测地回归并应用于膝骨关节炎的早期预测？

文章在Kendall形状空间中确定Jacobi场和平行传输，以及计算测地回归。通过Riemannian优化，充分利用几何形式并将计算成本降低几个数量级，从而在流行病形状数据的纵向统计分析中实现了方法学的应用，具体例子为应用于Osteoarthritis Initiative（OAI）图像数据重建的膝骨3D形状，发现患有骨关节炎的受试组和发展骨关节炎的受试组与正常对照组之间在股骨形态的时间发展方面存在明显差异，这为仅使用几何数据对发生膝骨关节炎进行早期预测铺平了道路。

如何基于内在点对称性检测三角网格中的对称点并建立形状对应？

文章提出了一种基于内在点对称性检测三角网格中对每个点的对称点的方法，并在功能映射框架下建立形状上的函数对应关系，最终基于精简解决方案寻找最短路径测地线上的点对应关系，该方法在对称点的最短路径测地线上的特性的基础上是不变的，且时间复杂度较低，在SCAPE数据集上获得了最佳表现，并在TOSCA数据集上与最先进的方法具有可比性。

Kinet神经网络是什么？它如何用于点云分类？

Kinet是一种kinematics-inspired神经网络，通过在特征空间中推广ST表面的运动学概念来捕捉点云中的三维运动，可以对不规则的点云进行分类，同时在网络结构方面变化小，计算开销也小。

如何从多视角视频自动生成装配演员模型并估计运动？

文章提出了一种使用多视角视频输入，自动生成具有动画所需骨骼、体积形状、外观和（可选的）表面的装配演员模型，并估计演员运动的全自动算法。

在可变形3D形状匹配中，如何通过核密度估计实现不依赖形状同构的对应？

通过核密度估计的统计框架，文章提出了一种不依赖于形状同构的替代恢复技术，能够保证双向对应并产生更高的精度和平滑度，并在多个具有挑战性的可变形3D形状匹配数据集上展示其性能。

如何利用曲率和挠率选择视频中的关键帧？

文章提出了一种基于曲率和挠率的新方法，将三维运动建模成为视频中关键帧的选择依据，并在手语视频中进行了多个实验，通过地面真值关键帧注释、人为理解的人类评估以及术语分类等多方面，证明了该方法的实用性与可行性。