本文介绍了无监督学习框架DynoSurf，用于从3D点云序列中重构时间连贯的表面。该框架融合了可学习变形场和模板表面表示，实现了非刚性变形。实验结果显示，DynoSurf在动态网格重构方面具有优势。

该文章介绍了使用子里曼几何学进行流形学习和表面重构的方法，通过构建主切子空间和确定子里曼度量，可以在构建子流形和计算观测值距离等问题上应用该度量。该框架在处理噪声数据时表现稳健，并可推广到基于先验已知里曼几何学的观测。

该文章介绍了使用子里曼几何学进行流形学习和表面重构的方法，通过局部线性逼近构建主切子空间来决定子里曼度量。该方法在逼近子流形、点云表示和观测值距离计算等问题上有应用，且在处理噪声数据时表现稳健。