Geo-SIC: Learning Deformable Geometric Shapes in Deep Image Classifiers
University of Virginia（弗吉尼亚大学）
可变形形状提供了图像中呈现的对象的重要且复杂的几何特征。然而，这样的信息往往是失踪或未充分利用作为隐含的知识在许多图像分析任务。本文介绍了Geo-SIC，这是第一个在变形空间中学习可变形形状的深度学习模型，用于提高图像分类的性能。我们引入了一个新设计的框架，（i）同时从图像和潜在的形状空间与大类内变化的功能;（ii）通过允许直接存取图像数据的底层几何特征，获得增加模型的可解释性。特别是，我们开发了一个提升的分类网络，配备了一个无监督学习的几何形状表示，其特征在于每个类内的同构变换。与以前使用预提取形状的方法相比，我们的模型提供了一种更基本的方法，通过与图像分类器一起自然学习最相关的形状特征。我们证明了我们的方法在模拟的2D图像和真实的3D脑磁共振（MR）图像上的有效性。实验结果表明，我们的模型大大提高了图像分类的准确性，增加了模型的可解释性的额外好处。我们的代码可在https://github.com/jw4hv/Geo-SIC上公开获取
2022-10-25 cs.CV
Continuous sPatial-Temporal Deformable Image Registration (CPT-DIR) for motion modelling in radiotherapy: beyond classic voxel-based methods
Center for Proton Therapy, Paul Scherrer Institut（保罗·施特格研究所质子治疗中心）；Department of Computer Science, ETH Zürich（苏黎世联邦理工学院计算机科学系）；Department of Physics, ETH Zürich（苏黎世联邦理工学院物理系）；Department of Automation, Tsinghua Univeristy（清华大学自动化系）；S-Lab, Nanyang Technological University（南洋理工大学S实验室）
本文提出CPT-DIR方法，利用隐式神经表示对放疗中的解剖运动进行连续时空建模，统一欧拉与拉格朗日描述，显著提升配准与插值的精度、自动化程度和速度，尤其适用于实时自适应放疗。
2025-07-21 cs.CV physics.med-ph
Deformable Generator Networks: Unsupervised Disentanglement of Appearance and Geometry
Harbin Engineering University（哈尔滨工程大学）；Stevens Institute of Technology（史蒂文斯理工学院）；University of California, Los Angeles（加州大学洛杉矶分校）
本研究提出可变形生成器网络，通过独立的外观与几何生成器及潜在向量，无监督解耦图像/视频的外观与几何信息，引入非线性转移模型处理视频动态，方案通用，实验验证了解耦效果与几何生成器的可迁移性。
2023-10-06 cs.AI cs.CV cs.LG
Deformable Convolutional Networks
Microsoft Research Asia（微软亚洲研究院）
卷积神经网络（CNN）由于其构建模块中的固定几何结构而固有地局限于模型几何变换。在这项工作中，我们引入了两个新的模块来增强CNN的变换建模能力，即可变形卷积和可变形RoI池化。两者都是基于这样的想法，即在模块中增加额外的偏移量并从目标任务中学习偏移量，而无需额外的监督。新的模块可以很容易地取代现有CNN中的普通模块，并且可以通过标准的反向传播很容易地进行端到端的训练，从而产生可变形的卷积网络。大量的实验验证了我们的方法在复杂的视觉任务的目标检测和语义分割的有效性。代码将被释放。
2017-06-05 cs.CV
TDFNet: Tri-projection Deformable Fusion Network for Panoramic Salient Object Detection
School of Artificial Intelligence, Jiangxi Normal University（江西师范大学人工智能学院）
针对全景显著目标检测中投影带来的几何畸变问题，提出首个三投影可变形融合网络TDFNet，通过跨投影可变形注意力模块与纬度引导融合模块，实现特征优化，提升检测性能。
2026-08-27 cs.CV
Interpretable deformable image registration: A geometric deep learning perspective
Technical University Munich（慕尼黑工业大学）
本文从几何深度学习视角提出可解释的可变形图像配准框架，通过分离特征提取与形变建模、动态感受野和空间连续形变函数实现由粗到精的配准，并在脑部与视网膜配准任务上显著超越现有方法。
2025-03-10 cs.CV cs.LG
RDD: Robust Feature Detector and Descriptor using Deformable Transformer
Institute for Creative Technologies（创意技术研究所）；University of Southern California（南加州大学）
RDD通过变形Transformer实现鲁棒特征检测与描述，优于现有方法并在稀疏和半密集匹配中表现优异。
2025-12-05 cs.CV
GeoDeformer: Geometric Deformable Transformer for Action Recognition
HKUST (Guangzhou)（香港科技大学（广州））；HKUST（香港科技大学）；HKUST Fok Ying Tung Research Institute（香港科技大学霍英东研究院）
本文提出GeoDeformer，通过在ViT中集成几何变形预测器捕捉视频空间与时间几何变化，并在MViTv2框架中替换自注意力模块，在UCF101、HMDB51和Mini-K200上以极小计算代价取得动作识别新SOTA。
2023-11-29 cs.CV
A United Image Force for Deformable Models and Direct Transforming Geometric Active Contorus to Snakes by Level Sets
Beijing Institute of Petrochemical Technology（北京石油化工学院）；Peking University（北京大学）；Ministry of Public Security of P.R.C（中华人民共和国公安部）
物体周围的图像力场的均匀分布加快了分割过程的收敛速度。然而，为了实现这一目的，它导致从热扩散模型构造的力不能准确地指示对象边界。基于静电场模型的镜像力可以实现精确的形状恢复。首先，本文提出了一种融合这两种力的方法，该方法能够快速、高精度地提取目标边界。到目前为止，对于Snakes与几何活动轮廓（GAC）之间的关系还没有满意的分析。本研究的第二个贡献是，GAC模型可以直接从Snakes模型推导出来。证明了GAC和Snakes中的每个术语是对应的，具有相似的功能。然而，这两个模型使用不同的数学表示。此外，由于失去了旋转轮廓的能力，水平集的采用可能会限制GAC在某些情况下的使用。
2012-05-07 cs.CV
CNN-based Cardiac Motion Extraction to Generate Deformable Geometric Left Ventricle Myocardial Models from Cine MRI
University of Kansas（堪萨斯大学）；Rochester Institute of Technology（罗切斯特理工学院）
患者特异性左心室（LV）心肌模型有可能用于各种临床场景，以改善诊断和治疗计划。电影心脏磁共振（MR）成像提供高分辨率图像，以重建LV心肌的患者特定几何模型。随着深度学习的出现，可以实现从电影心脏MR图像中准确分割心腔，以及在大量图像数据集上进行心脏运动估计的图像配准的无监督学习。在这里，我们提出了一个基于深度学习的框架，用于从电影心脏MR图像中开发患者特定的LV心肌几何模型，使用自动心脏诊断挑战（ACDC）数据集。我们使用从基于VoxelMorph-based卷积神经网络（CNN）估计的变形场来将end-Amphole（ED）帧的等值面网格和体积网格传播到心动周期的后续帧。我们评估基于CNN的传播模型对分割模型在每个心脏阶段，以及使用另一种传统的非刚性图像配准技术传播的模型。
2021-03-30 cs.CV eess.IV
TrackDeform3D: Markerless and Autonomous 3D Keypoint Tracking and Dataset Collection for Deformable Objects
Department of Robotics at the University of Michigan（密歇根大学机器人系）
本文提出了一种低成本自主框架，利用RGB-D相机采集变形物体的3D数据集，通过3D关键点跟踪和运动一致性约束提升几何和跟踪精度，构建了包含6种变形物体的高质量大规模数据集。
2026-10-22 cs.CV cs.RO
Neural Deformable Models for 3D Bi-Ventricular Heart Shape Reconstruction and Modeling from 2D Sparse Cardiac Magnetic Resonance Imaging
Rutgers University（罗格斯大学）；NVIDIA（英伟达）；New York University School of Medicine（纽约大学医学院）
本文提出神经可变形模型（NDM），通过可学习的全局与局部变形从二维稀疏CMR数据重建三维双心室形状，实现点云稠密化、网格生成与形状配准，性能优于传统方法。
2024-11-21 cs.CV
3D Deformable Convolutions for MRI classification
Skolkovo Institute of Science and Technology（斯科尔科沃科学技术学院）；Moscow Institute of Physics and Technology（莫斯科物理技术学院）
深度学习卷积神经网络已被证明是MRI分析的强大工具。在目前的工作中，我们探索了可变形卷积深度神经网络层用于MRI数据分类的潜力。我们提出了新的3D可变形卷积（d-卷积），在VoxResNet架构中实现它们，并应用于结构MRI数据分类。我们表明，3D d-卷积优于标准的，是有效的未处理的3D MR图像是强大的数据的特定几何属性。首先，提出的dVoxResNet架构具有很高的潜力，用于MRI数据分类。
2019-11-05 cs.CV cs.LG eess.IV
DPF-Net: Combining Explicit Shape Priors in Deformable Primitive Field for Unsupervised Structural Reconstruction of 3D Objects
National Engineering Laboratory for Brain-inspired Intelligence Technology and Application（脑启发智能技术与应用国家工程实验室）；University of Science and Technology of China（中国科学技术大学）
针对无监督3D结构重建中几何细节捕捉与结构一致性难题，提出基于可变形基元场的DPF-Net，通过两阶段流程实现高质量重建，在多类物体上验证了有效性与泛化性。
2023-08-25 cs.CV
Beyond Fixed Grid: Learning Geometric Image Representation with a Deformable Grid
University of Toronto（多伦多大学）；Vector Institute（向量研究所）；NVIDIA（英伟达）；Peking University（北京大学）
提出可学习的神经网络模块DefGrid，通过预测二维三角网格顶点偏移使边缘对齐图像边界，作为下采样层或输出层应用于语义分割、目标掩码标注及无监督图像分割，显著提升了性能。
2023-04-03 cs.CV
Part Segmentation for Highly Accurate Deformable Tracking in Occlusions via Fully Convolutional Neural Networks
University of Washington（华盛顿大学）；NVIDIA Research（英伟达研究院）
成功地跟踪人体是必须在人周围工作的机器人的重要感知挑战。现有的方法分为两大类：几何跟踪和使用机器学习的直接姿态估计。虽然最近的工作表明直接估计技术可以非常强大，但使用点云的几何跟踪方法可以提供非常高的3D精度，这对于许多机器人应用来说是必要的。然而，当对象的大部分被遮挡时，这些方法可能难以杂乱。为了克服这一限制，我们提出了一种基于全卷积神经网络（FCN）的解决方案。我们为我们的应用开发了一个优化的Fast-FCN网络架构，它允许我们过滤观察到的点云，提高跟踪精度，同时保持交互式帧速率。我们还表明，这个模型可以训练有限数量的例子，几乎没有手动标签，使用现有的几何跟踪器和数据增强自动生成分割图。我们证明了我们的完整系统的准确性，通过比较它对现有的几何跟踪器，并显示在这些具有挑战性的情况下显着改善。
2019-08-05 cs.CV cs.RO
DeTurb: Atmospheric Turbulence Mitigation with Deformable 3D Convolutions and 3D Swin Transformers
University of Bristol（布里斯托大学）
本文提出DeTurb框架，结合可变形3D卷积金字塔架构与3D Swin Transformer多尺度架构，先对齐帧再重建清晰图像，在合成与真实大气湍流场景下以合理速度超越现有方法。
2024-09-30 cs.CV
Learning Deformable Point Set Registration with Regularized Dynamic Graph CNNs for Large Lung Motion in COPD Patients
University of Lübeck（吕贝克大学）
形变配准一直是医学图像分析中的关键挑战之一。虽然图标配准方法已经开始受益于医学深度学习的最新进展，但这还不适用于点集的配准，例如基于表面、关键点或地标的配准。这主要是由于现代CNN中卷积运算符对密集网格输入的限制。然而，随着几何深度学习领域新开发的方法，现在出现了合适的工具，这些工具可以对不规则域上的医学数据进行强大的分析。在这项工作中，我们提出了一种新的方法，可以使用动态图CNN学习正则化特征描述符。通过将学习的几何特征作为先验概率纳入到完善的相干点漂移（CPD）算法中，制定为可微网络层，我们建立了一个端到端的框架，用于两个点集的鲁棒配准。我们的方法进行评估的挑战性的任务，对齐关键点提取的肺CT扫描在吸气和呼气状态下，大变形，没有任何额外的强度信息。我们的研究结果表明，所提取的关键点的固有几何结构足以建立描述性的点特征，从而显著提高了我们的配准框架的性能和鲁棒性。
2019-09-17 cs.CV
CaDeX: Learning Canonical Deformation Coordinate Space for Dynamic Surface Representation via Neural Homeomorphism
University of Pennsylvania（宾夕法尼亚大学）
虽然静态3D形状的神经表示被广泛研究，但可变形表面的表示限于模板依赖性或缺乏效率。我们介绍了正则变形坐标空间（CaDeX），形状和非刚性运动的统一表示。我们的主要见解是通过连续双射规范映射（同胚）及其逆来分解框架之间的变形，这些映射通过学习的规范形状进行。我们新的变形表示及其实现简单，高效，并保证周期的一致性，拓扑保持，如果需要，体积守恒。我们对学习到的规范形状的建模为形状先验学习提供了一个灵活而稳定的空间。我们展示了最先进的性能，在建模范围广泛的可变形几何形状：人体，动物体和铰接对象。
2022-03-30 cs.CV
DC-Mamba: Bi-temporal deformable alignment and scale-sparse enhancement for remote sensing change detection
Min Sun School of Materials Science and Engineering Hainan University（孙敏 海南大学材料科学与工程学院）；Fenghui Guo School of Materials Science and Engineering Hainan University（郭峰 海南大学材料科学与工程学院）
本文提出DC-Mamba框架，通过双时相可变形对齐与尺度稀疏变化放大两个轻量模块，在ChangeMamba基线上显著提升遥感变化检测的F1和IoU，有效抑制伪变化并增强细微目标。
2025-09-19 cs.CV
Deep Q Learning Driven CT Pancreas Segmentation with Geometry-Aware U-Net
Zhejiang University（浙江大学）
胰腺分割是医学图像分析的重要内容，但它面临着类别不平衡、背景干扰和非刚性几何特征的巨大挑战。为了解决这些困难，我们引入了一种深度Q网络（DQN）驱动的方法，通过与上下文信息显式交互来精确地分割胰腺，并从胰腺中提取各向异性特征。基于DQN的模型学习上下文自适应定位策略以产生胰腺的视觉上收紧且精确的定位限界框。此外，可变形的U-网捕捉胰腺的几何感知信息，通过学习几何变形滤波器的特征提取。在NIH数据集上的实验验证了该框架在胰腺分割中的有效性。
2019-04-19 cs.AI cs.CV
GeoMAD: Geometry-Aware Multi-View Anomaly Detection via Deformable Fusion and Distributional Alignment
National Taiwan University（台湾大学）；National Taiwan Normal University（台湾师范大学）；Mitsubishi Electric Research Laboratories (MERL)（三菱电机研究院）；Microsoft Taiwan Corporation（微软台湾公司）；VinUniversity；National Taiwan University of Science and Technology（台湾科技大学）
GeoMAD是一种多视图多类别异常检测框架，通过跨视图可变形融合模块与分布视图对齐，实现几何感知与分布一致的高效融合，在Real-IAD等数据集上表现出色。
2026-08-28 cs.CV
Focus-Enhanced Scene Text Recognition with Deformable Convolutions
University of Electronic Science and Technology of China（电子科技大学）
近年来，基于深度学习的场景文本识别方法在计算机视觉领域兴起。现有的方法取得了很好的性能，但不规则文本的识别仍然是具有挑战性的，由于各种形状和扭曲的模式。想想看，在现实世界中阅读文字时，我们通常不会在脑海中纠正它，而是调整我们的焦点和视野。同样，通过利用几何结构可调的可变形卷积层，我们提出了一种增强的识别网络，无需纠正处理不规则文本的步骤。大量的实验已经应用，在公共基准测试的结果证明了我们提出的组件的有效性，并表明我们的方法已经达到令人满意的性能。该代码将很快在https://github.com/Alpaca07/dtr上公开发布。
2019-09-23 cs.CV
Real-Time 2D-3D Deformable Registration with Deep Learning and Application to Lung Radiotherapy Targeting
University of Utah（犹他大学）；University of Maryland, School of Medicine（马里兰大学医学院）
放射治疗需要动态跟踪目标肿瘤体积。诸如植入的金种子的基准标记已经用于门控辐射递送，但是标记是侵入性的并且门控显著增加治疗时间。呼吸相关4DCT的治疗前采集允许确定在治疗计划中有用的准确运动跟踪。我们设计了一个患者特定的运动子空间和一个深度卷积神经网络，以实时的【形】从单个荧光透视投影中恢复解剖位置。我们使用这个深度网络来近似由射线投影组成的非线性变形的非线性逆。该网络恢复子空间坐标以从基线解剖位置定义患者特定的肺变形。在真实患者数据上的子空间变形的几何精度类似于通过在个体渐进相位图像体积之间的原始图像配准所获得的精度。
2019-09-26 cs.CV cs.LG
Deformable Gabor Feature Networks for Biomedical Image Classification
University at Buffalo（布法罗大学）；Beihang University（北京航空航天大学）；Kwai Inc.（快手公司）
近年来，深度学习主导了医学图像分析领域的进展。然而，我们发现，目前的深度学习方法表示许多医学图像的复杂几何结构的能力是不够的。一个局限性是，深度学习模型需要大量的数据，并且很难获得足够的数据量和必要的细节。第二个限制是，这些医学图像的基本特征已经很好地建立起来，但现有卷积神经网络（CNN）的黑盒性质不允许我们利用它们。在本文中，我们重新审视了Gabor滤波器，并引入了一种可变形的Gabor卷积（DGConv），以扩展深度网络的可解释性，并实现复杂的空间变化。这些特征是在可变形采样位置处通过自适应Gabor卷积学习的，以提高对复杂对象的代表性和鲁棒性。DGConv取代了标准的卷积层，并且很容易进行端到端的训练，从而产生了具有很少额外参数和最小额外训练成本的可变形Gabor特征网络（DGFN）。我们引入了DGFN，用于解决针对乳房X光片的INbreast数据集和针对肺部X光图像的ChestX-ray 14数据集的深度多实例多标签分类。
2020-12-07 cs.CV
MSA-DCNN: A Data-Efficient Multi-Scale Attention Deformable CNN for Medical Image Classification
Robert Gordon University（罗伯特·戈登大学）
针对现有医学图像分类方法难题，提出MSA-DCNN框架，引入自适应多尺度采样等技术，在统一优化方案中学习跨尺度融合等。实验表明其在多方面性能优于基线且参数少，消融实验证实组件贡献，为数据高效医学图像分类提供基础。
2026-08-07 cs.CV
Context-Preserving Instance-Level Augmentation and Deformable Convolution Networks for SAR Ship Detection
Yonsei University（延世大学）；Korea Aerospace University（韩国航空大学）；Hanwha Systems（韩华系统）
SAR图像中的目标由于方位的随机变化和雷达信号的遮挡造成的部分信息丢失而发生形变，是SAR舰船检测中的一个重要挑战。在本文中，我们提出了一种数据增强方法来训练深度网络，该深度网络对目标内的部分信息丢失具有鲁棒性。利用限界框和实例分割掩码的地面实况注释，我们提出了一个简单有效的流水线来模拟实例级目标上的信息丢失，同时保留上下文信息。此外，我们采用可变形卷积网络从几何平移的目标中自适应地提取形状不变的深度特征。该网络通过学习采样点相对于标准卷积网格的偏移量，能够鲁棒地提取形状变化目标的特征，用于SAR舰船检测。在HRSID数据集上的实验，包括与其他深度网络和增强方法的比较，以及消融研究，证明了我们提出的方法的有效性。
2022-02-14 cs.CV
SD-DefSLAM: Semi-Direct Monocular SLAM for Deformable and Intracorporeal Scenes
Instituto de Investigación en Ingeniería de Aragón (I3A)（阿拉贡工程研究所（I3A））；Universidad de Zaragoza（萨拉戈萨大学）
传统的SLAM技术严重依赖场景刚性来解决数据关联，忽略了场景的动态部分。在这项工作中，我们提出了半直接DefSLAM（SD-DefSLAM），一种新的单目可变形SLAM方法，能够映射高度变形的环境，建立在DefSLAM之上。为了在具有挑战性的变形场景中稳健地解决数据关联问题，SD-DefSLAM结合了直接和间接方法：用于数据关联的增强照明不变Lucas-Kanade跟踪器，用于姿态和可变形地图估计的几何束调整，以及基于特征描述符的词袋用于相机重新定位。使用针对特定应用领域训练的CNN来检测和分割动态对象。我们在两个公共数据集中彻底评估了我们的系统。mandala数据集是一个SLAM基准，具有越来越积极的变形。Hamlyn数据集包含的内部序列除了变形之外，还带来了严重的现实挑战，如弱纹理、镜面反射、手术工具和遮挡。我们的研究结果表明，由于所有数据关联步骤的改进，SD-DefSLAM在点跟踪，重建精度和尺度漂移方面优于DefSLAM，是第一个能够在人体内稳健执行SLAM的系统。
2020-10-19 cs.CV
DeepID-Net: multi-stage and deformable deep convolutional neural networks for object detection
the Chinese University of Hong Kong（香港中文大学）
在本文中，我们提出了多级和可变形的深度卷积神经网络的目标检测。这个新的深度学习目标检测图在多个方面都有创新。在所提出的新的深度架构中，新的变形约束池化（def-pooling）层利用几何约束和惩罚对对象部分的变形进行建模。多个分类器通过多阶段训练策略联合优化处理不同难度的样本。提出了一种新的预训练策略，以学习更适合目标检测任务的特征表示，并具有良好的泛化能力。通过改变网络结构、训练策略、添加和删除检测管道中的一些关键组件，获得了一组具有较大多样性的模型，显着提高了建模平均的有效性。所提出的方法在ILSVRC 2014中排名第2。它将目标检测的最新技术RCNN的平均精度从$31\%$提高到$45\%$。通过广泛的实验评估，还提供了详细的组件分析。
2014-09-11 cs.CV
Diffusion-based RGB-D Semantic Segmentation with Deformable Attention Transformer
Norwegian University of Science and Technology (NTNU)（挪威科学技术大学）
提出基于扩散的RGB-D语义分割框架，利用可变形注意力Transformer编码深度特征，有效处理无效区域，在NYUv2和SUN-RGBD上达最先进性能，训练时间更短。
2025-10-10 cs.CV
FG-Net: Fast Large-Scale LiDAR Point Clouds Understanding Network Leveraging Correlated Feature Mining and Geometric-Aware Modelling
Wuhan University（武汉大学）；Peng Cheng Laboratory（鹏城实验室）；The Chinese University of Hong Kong（香港中文大学）
本文介绍了FG-Net，这是一个通用的深度学习框架，用于在不进行体素化的情况下理解大规模点云，可通过单个NVIDIA GTX 1080 GPU实现准确和实时的性能。首先，设计了一种新的噪声和离群值过滤方法，以方便后续的高级任务。为了有效的理解目的，我们提出了一个深度卷积神经网络，利用相关特征挖掘和基于可变形卷积的几何感知建模，其中局部特征关系和几何模式可以被充分利用。针对算法效率问题，提出了一种逆密度采样算法和一种基于特征金字塔的残差学习策略，分别降低了算法的计算量和内存消耗。在现实世界具有挑战性的数据集上进行的大量实验表明，我们的方法在准确性和效率方面优于最先进的方法。此外，弱监督迁移学习也进行了证明我们的方法的泛化能力。
2021-06-17 cs.CV cs.RO
Non-rigid Relative Placement through 3D Dense Diffusion
Robotics Institute, School of Computer Science（计算机学院机器人研究所）；Carnegie Mellon University（卡内基梅隆大学）
针对现有相对放置方法无法处理非刚性物体的问题，提出交叉位移概念与基于视觉的3D密集扩散方法，实现可变形物体间的相对放置，在多类高变形任务中展现出强泛化能力。
2024-10-29 cs.AI cs.CV cs.LG
DeepID-Net: Deformable Deep Convolutional Neural Networks for Object Detection
The Chinese University of Hong Kong（香港中文大学）
在本文中，我们提出了用于通用目标检测的可变形深度卷积神经网络。这个新的深度学习目标检测框架在多个方面都有创新。在所提出的新的深度架构中，新的变形约束池化（def-pooling）层利用几何约束和惩罚对对象部分的变形进行建模。提出了一种新的预训练策略，以学习更适合目标检测任务的特征表示，并具有良好的泛化能力。通过改变网络结构、训练策略、添加和删除检测管道中的一些关键组件，获得了一组具有较大多样性的模型，显着提高了模型平均的有效性。该方法将RCNN \cite{girshick2014rich}在ILSVRC 2014检测测试集上获得的平均精度从31\%提高到50.3\%。它也比ILSVRC 2014的获胜者GoogLeNet高出6.1%。还通过广泛的实验评估提供了详细的组件分析，为人们理解深度学习目标检测管道提供了全局视图。
2015-06-02 cs.CV cs.NE
BridgeMatch: Conditional Transport Bridges in Matching Matrix Space for 3D Deformable Registration
Nantong University（南通大学）；Nanyang Technological University（南洋理工大学）；Nanjing University（南京大学）；Nanjing University of Science and Technology（南京理工大学）；Southeast University（东南大学）
BridgeMatch提出两阶段生成式求解器，通过扩散估计全局匹配矩阵并用条件传输桥细化，在4DMatch等基准上提升非刚性点云配准精度，尤其改善低重叠场景。
2026-10-30 cs.CV
LGU-SLAM: Learnable Gaussian Uncertainty Matching with Deformable Correlation Sampling for Deep Visual SLAM
School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院）
针对深度视觉SLAM中不确定区域模糊相似性干扰导致匹配噪声大的问题，提出带可变形相关采样与KAN偏置GRU的可学习高斯不确定性匹配方法，提升匹配精度与建图效果。
2024-10-30 cs.CV
Deep Deformable Models: Learning 3D Shape Abstractions with Part Consistency
Rutgers University（罗格斯大学）；Google Research（谷歌研究院）
针对形状抽象中基元与真实部件不一致的问题，提出深度可变形模型（DDMs），结合全局与微分同胚局部变形，用更少基元实现精细重建，并在ShapeNet上显著提升重建与部件一致性。
2023-09-02 cs.AI cs.CV
Deform360: A Massive Multi-view Visuotactile Dataset for Deformable World Models
Brown University（布朗大学）；Columbia University（哥伦比亚大学）；Massachusetts Institute of Technology（麻省理工学院）
针对可变形物体世界建模缺乏大规模真实数据的问题，构建含多视图视觉与触觉信息的Deform360数据集，评估现有主流世界模型，为相关研究提供基准。
2026-07-07 cs.CV cs.RO
Self-supervised Learning of Dense Shape Correspondence
Technion（以色列理工学院）；Facebook AI Research（脸书人工智能研究院）；Sapienza University of Rome（罗马第一大学）
我们介绍了第一个完全无监督的对应学习方法，可变形的3D形状。我们的模型的关键是理解自然变形（例如姿势的变化）近似地保留了表面的度量结构，从而产生了一个自然的标准来驱动学习过程以实现失真最小化的预测。在此基础上，我们克服了需要注释的数据，取而代之的是一个纯粹的几何标准。由此产生的学习模型是类不可知的，并且能够利用任何类型的可变形几何数据用于训练阶段。与现有的专门针对训练时看到的类的监督方法相比，我们展示了更强的泛化能力以及对各种具有挑战性的设置的适用性。我们展示了我们的方法在广泛的选择对应基准，我们优于其他方法的准确性，泛化和效率。
2018-12-06 cs.CV
Modeling Spatial Nonstationarity via Deformable Convolutions for Deep Traffic Flow Prediction
Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院）；Xiamen University（厦门大学）；National University of Singapore（新加坡国立大学）
深度神经网络正越来越多地用于短期交通流量预测，通常可分类为卷积神经网络（CNN）或图神经网络（GNN）。通过利用局部空间相关性，CNN对于区域交通预测是优选的，而GNN对于图结构的交通数据实现了更好的性能。当应用于区域交通预测时，CNN通常将底层区域划分为网格状空间单元，并采用标准卷积来学习单元之间的空间依赖性。然而，具有固定几何结构的标准卷积不能完全模拟本地交通流的非平稳特性。为了克服这一不足，我们引入了可变形卷积，通过额外的偏移量来增加空间采样位置，以增强空间非平稳性的建模能力。在此基础上，我们设计了一个深度可变形卷积残差网络，即DeFlow-Net，它可以有效地建模流量的全局空间依赖性，局部空间非平稳性和时间周期性。此外，为了更好地适应卷积，我们建议首先根据预先设想的区域或自组织区域的基础上的交通流量聚集的交通流量，然后处理成顺序组织的光栅图像的网络输入。对真实世界流量的广泛实验表明，DeFlow-Net使用标准卷积优于GNN和现有CNN，并且通过预先设想的区域或自组织区域进行空间分区进一步提高了性能。我们还展示了DeFlow-Net在保持空间自相关性方面的优势，并揭示了分区形状和尺度对深层交通流预测的影响。
2021-10-08 cs.CV cs.DB cs.LG
