【导读】本课程将向大家介绍学习、计算和处理形状之间对应关系的技术,基于functional map的表示学习,该技术可处理图像、点云、网格等信息。 教程将提供该框架在计算机视觉和机器学习问题中的数学背景,计算方法和各种应用。
目标受众:
本课程面向计算机视觉/模式识别/机器学习中的学生,研究人员和从业人员,处理与地图推理,信息传输以及几何数据集之间和之间的对应关系的问题(例如,平面图像,低维和高维点云 ,多边形网格,体积图像,图表)。
作者简介:
Emanuele Rodolà,Sapienza大学计算机科学的助理教授,主要研究兴趣为3D形状分析、匹配、重建和建模。
Maks Ovsjanikov,法国高等理工学院计算机科学系教授,主要研究兴趣为几何(3D)形状分析和处理,其中主要研究点使非刚性形状匹配和比较。
课程大纲:
介绍
动机与functional map 表示的基础属性
形状差异,functional map网络
functional maps中的 Partiality, clutter, and learning
请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),
后台回复“eccvfm” 就可以获取教程下载链接~
PPT全文:
-END-
专 · 知
人工智能领域26个主题知识资料全集获取与加入专知人工智能服务群: 欢迎微信扫一扫加入专知人工智能知识星球群,获取专业知识教程视频资料和与专家交流咨询!
请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!
请加专知小助手微信(扫一扫如下二维码添加),加入专知主题群(请备注主题类型:AI、NLP、CV、 KG等)交流~
AI 项目技术 & 商务合作:bd@zhuanzhi.ai, 或扫描上面二维码联系!
请关注专知公众号,获取人工智能的专业知识!
点击“阅读原文”,使用专知