平面非结构化点的轮廓和形状重建是一个基本问题,在许多应用中引起了几十年的研究兴趣。涉及的方面包括处理开放、尖锐、多重和非流形轮廓、运行时间和可证明性,以及扩展到3D表面重建的潜力,这导致了许多不同的算法。众多的重构方法,其优点和重点各不相同,这使得用户很难为其特定的问题选择合适的算法。在本教程中,我们详细介绍了接近图、基于图的算法、具有采样保证的算法。然后,我们展示了针对特定问题类别的算法,例如从噪声、异常值或尖角重建。评估的示例将展示其结果如何指导用户为其输入数据选择适当的算法。作为一个特殊的应用程序,我们展示了从草图中重建的线,这些线可以彼此相交。点状图案的形状表征将作为一个与边界重建密切相关的附加字段显示出来。

成为VIP会员查看完整内容
11

相关内容

【斯坦福大学博士论文】鲁棒学习:信息论和算法,88页pdf
专知会员服务
41+阅读 · 2022年11月13日
【2022新书】算法高维鲁棒统计,296页pdf与98页ppt
专知会员服务
50+阅读 · 2022年10月21日
【NeurIPS2022】VICRegL:局部视觉特征的自监督学习
专知会员服务
31+阅读 · 2022年10月6日
【经典教程】深度学习与信息论,321页ppt
专知会员服务
111+阅读 · 2022年6月13日
专知会员服务
94+阅读 · 2021年5月25日
【WSDM2021-Ttutorial】深度学习异常检测,111页ppt
专知会员服务
150+阅读 · 2021年3月10日
「图像视频深度异常检测」简明综述论文
专知会员服务
36+阅读 · 2021年3月8日
923页ppt!经典课《机器学习核方法》,附视频
专知会员服务
104+阅读 · 2021年3月1日
【WWW2020】DGL深度图神经网络实战教程,PPT+代码
专知会员服务
171+阅读 · 2020年4月12日
图信号处理导论,85页ppt
专知
2+阅读 · 2022年9月11日
KDD2022 | 基于图表示的推荐算法教程
机器学习与推荐算法
0+阅读 · 2022年8月17日
图卷积网络介绍及进展【附PPT与视频资料】
人工智能前沿讲习班
24+阅读 · 2019年1月3日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年12月15日
Arxiv
0+阅读 · 2022年12月14日
已删除
Arxiv
31+阅读 · 2020年3月23日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Arxiv
11+阅读 · 2019年4月15日
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
Arxiv
12+阅读 · 2018年1月12日
VIP会员
相关VIP内容
【斯坦福大学博士论文】鲁棒学习:信息论和算法,88页pdf
专知会员服务
41+阅读 · 2022年11月13日
【2022新书】算法高维鲁棒统计,296页pdf与98页ppt
专知会员服务
50+阅读 · 2022年10月21日
【NeurIPS2022】VICRegL:局部视觉特征的自监督学习
专知会员服务
31+阅读 · 2022年10月6日
【经典教程】深度学习与信息论,321页ppt
专知会员服务
111+阅读 · 2022年6月13日
专知会员服务
94+阅读 · 2021年5月25日
【WSDM2021-Ttutorial】深度学习异常检测,111页ppt
专知会员服务
150+阅读 · 2021年3月10日
「图像视频深度异常检测」简明综述论文
专知会员服务
36+阅读 · 2021年3月8日
923页ppt!经典课《机器学习核方法》,附视频
专知会员服务
104+阅读 · 2021年3月1日
【WWW2020】DGL深度图神经网络实战教程,PPT+代码
专知会员服务
171+阅读 · 2020年4月12日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
相关论文
Arxiv
0+阅读 · 2022年12月15日
Arxiv
0+阅读 · 2022年12月14日
已删除
Arxiv
31+阅读 · 2020年3月23日
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Arxiv
11+阅读 · 2019年4月15日
Deep Learning for Generic Object Detection: A Survey
Arxiv
13+阅读 · 2018年9月6日
Arxiv
12+阅读 · 2018年1月12日
微信扫码咨询专知VIP会员