基于Gromov-Wasserstein距离的3D图形匹配方法-计算机辅助设计.PDFVIP

基于Gromov-Wasserstein距离的3D图形匹配方法-计算机辅助设计.PDF

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于Gromov-Wasserstein距离的3D图形匹配方法-计算机辅助设计

第28 卷 第 11 期 计算机辅助设计与图形学学报 Vol. 28 No.11 2016 年 11 月 Journal of Computer-Aided Design Computer Graphics Nov. 2016 基于Gromov-Wasserstein 距离的3D 图形匹配方法 1,2) 2)* 2,3) 张洁琳 , 焦艳艳 , 罗钟铉 1) (吉林大学数学学院 长春 130012) 2) (大连理工大学数学科学学院 大连 116024) 3) (大连理工大学软件学院 大连 116024) (863797233@) : 为提高图形匹配的匹配率和精确率, 提出一种基于 Gromov-Wasserstein(G-W)距离的 3D 图形匹配方法. 首 先将2 个图形嵌入到度量测度空间中, 通过最远采样法进行采样; 然后采用G-W 距离表示2 个图形之间的差异性, 构 造出目标函数和约束条件, 得到一个难于求解的二次分配问题; 为了易于求解, 提出一种约束条件松弛策略, 只需 满足行和(列和)约束即可, 获得一组相互独立的线性约束; 最后采用投影梯度算法求解, 得到了更接近于理论值的解. 在SHREC’10 标准数据库上进行了多种非刚性变换的图形匹配的数值实验, 并与已有的方法进行比较, 结果表明, 该 方法在保证精确率的前提下大大提高了匹配率, 并在一定程度上提高了实验结果的稳定性. :G-W 距离; NP-QAP; 松弛; 线性约束; 梯度投影 :TP391.41 3D Shape Matching Based on Gromov-Wasserstein Distance Zhang Jielin1,2), Jiao Yanyan2)*, and Luo Zhongxuan2,3) 1) (School of Mathematics Sciences, Jilin University, Changchun 130012) 2) (School of Mathematical Sciences, Dalian University of Technology, Dalian 116024) 3) (School of Software Technology, Dalian University of Technology, Dalian 116024) Abstract: Gromov-Wasserstein distance is proposed as a new method to perform shape matching in order to im- prove the precision and matching rate. First, the two shapes are embedded into the metric measure space. Based on G-W distance, the objective function and constraint condition can be constructed after generating samples via farthest points sampling. This is a NP-hard QAP problem. In order to solve the problem, we propose a group of linear systems via the constraint relaxation to get the solution, after conducting the projected gradient approach, which is more accurate and greatly closer to the theoretical value. T

文档评论(0)

wumanduo11 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档