LPD-Net: 3D Point Cloud Learning for Large-Scale Place Recognition and Environment Analysis
The Chinese University of Hong Kong（香港中文大学）；Carnegie Mellon University（卡内基梅隆大学）；Shanghai Jiao Tong University（上海交通大学）
基于点云的位置识别仍然是一个悬而未决的问题，由于难以从原始的3D点云中提取局部特征和生成全局描述符，在大规模动态环境中更是困难。在本文中，我们开发了一种新的深度神经网络，命名为LPD-Net（大规模地点描述网络），它可以从原始的3D点云中提取有区别的和可概括的全局描述符。提出了自适应局部特征提取模块和基于图的邻域聚合模块，以端到端的方式提取大规模点云的局部结构，揭示局部特征的空间分布。我们在解决基于点云的检索任务中实现了所提出的全局描述符，以实现大规模的地点识别。比较结果表明，我们的LPD-Net比PointNetVLAD好得多，达到了最先进的水平。我们还将我们的LPD-Net与基于视觉的解决方案进行了比较，以显示我们的方法对不同天气和光照条件的鲁棒性。
2019-08-19 cs.CV
R-Theta Local Neighborhood Pattern for Unconstrained Facial Image Recognition and Retrieval
提出了一种基于R-Theta局部邻域模式的人脸图像检索方法。RTLNP利用在不同角度和径向宽度的参考像素的局部邻域中的像素之间的关系。所提出的编码方案将局部邻域划分为角宽度相等的扇区。这些扇区又被分成两个径向宽度的子扇区。对这两个分区的平均灰度值进行编码以生成微图案。所提出的描述符的性能进行了评估，并将结果与现有技术的描述符，例如LBP，LTP，CSLBP，CSLTP，Sobel-LBP，LTCoP，LMeP，LDP，LTrP，MBLBP，BRINT和SLBP进行了比较。最具挑战性的面部约束和无约束的数据库，即AT&T，CARIA-Face-V5-Cropped，LFW和Color FERET已被用于显示所提出的描述符的效率。建议的描述符也进行了测试，近红外（NIR）人脸数据库; CASIA NIR-VIS 2.0和PolyU-NIRFD，以探索其潜力与近红外人脸图像。RTLNP的检索率比现有的最先进的描述符显示了描述符的有效性
2022-01-03 cs.CV cs.MM
GAM : Gradient Attention Module of Optimization for Point Clouds Analysis
Zhejiang Leapmotor Technology CO., LTD.（浙江零跑科技股份有限公司）；OPPO Research Institute（OPPO研究院）；The University of Sydney（悉尼大学）
在点云分析任务中，现有的局部特征聚合描述子（LFAD）无法充分利用中心点邻域内的信息。以往的方法仅依赖于欧氏距离来约束局部聚集过程，容易受到异常点的影响，不能充分拟合点云的原始几何形状。我们认为，细粒度的几何信息（FGGI）是重要的局部特征的聚合。因此，我们提出了一个基于梯度的局部注意力模块，称为梯度注意力模块（GAM），以解决上述问题。我们提出的GAM简化了提取邻域中梯度信息的过程，并使用天顶角矩阵和方位角矩阵作为显式表示，使模块加速35倍。在五个基准数据集上进行了综合实验，以证明所提出的GAM用于三维点云分析的有效性和泛化能力。特别是在S3 DIS数据集上，GAM的mIoU/OA/mAcc分别为74.4%/90.6%/83.2%，在当前基于点的模型中表现最好。
2023-03-21 cs.CV
Random Walk on Point Clouds for Feature Detection
School of Information Science and Technology（信息科学与技术学院）
本文提出RWoDSN方法，通过两阶段分析提取点云中的关键特征点，结合局部表面的空间分布、拓扑属性和几何特性，提升提取精度和召回率。
2026-04-22 cs.CV
LAHNet: Local Attentive Hashing Network for Point Cloud Registration
Nanjing University of Science and Technology（南京理工大学）；Shanghai Jiao Tong University（上海交通大学）
LAHNet通过引入局部注意机制和高效窗口化策略，提升点云配准的特征区分性与鲁棒性。
2026-03-09 cs.CV
STAR-Edge: Structure-aware Local Spherical Curve Representation for Thin-walled Edge Extraction from Unstructured Point Clouds
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
提出STAR-Edge方法，利用局部球面曲线表示和旋转不变描述符结合轻量级多层感知机，解决薄壁结构点云边缘提取中邻域采样不足的问题，并优化边缘点投影，在多种挑战条件下表现优于现有方法。
2025-03-02 cs.CV
EdgeFormer: local patch-based edge detection transformer on point clouds
School of Information Science and Technology, Northwest University（信息科学与技术学院，西北大学）
本文提出EdgeFormer，通过局部补丁特征描述和分类，有效提取点云中精细边缘特征，实验表明其性能优于六个基线模型。
2026-04-23 cs.CV
LDOP: Local Directional Order Pattern for Robust Face Retrieval
Indian Institute of Information Technology, Sri City（印度斯里城信息技术学院）
局部描述子由于其较强的区分能力而受到广泛关注。实验证明，多尺度局部邻域的引入提高了描述子的性能，但代价是维数增加。本文提出了一种新的方法来构建一个局部描述符使用多尺度邻域，通过寻找在特定方向上的不同尺度的强度值之间的局部方向顺序。局部方向序是指在特定方向上的多半径关系因子。通过找到中心像素和局部方向顺序索引之间的关系来计算针对特定像素的建议的局部方向顺序模式（LDOP）。需要将中心值转换为相邻阶数的范围。最后，计算整个图像的LDOP直方图来构造描述符。与最先进的描述符相比，所提出的描述符的维度不依赖于计算顺序所涉及的邻居的数量;它只依赖于方向的数量。引入的描述符进行评估的图像检索框架，并与国家的最先进的描述符相比，具有挑战性的人脸数据库，如PaSC，LFW，PubFig，FERET，AR，AT&T，和ExtendedYale。实验结果证实了LDOP描述子的优越性和鲁棒性。
2019-12-24 cs.CV
Efficient and Robust Shape Correspondence via Sparsity-Enforced Quadratic Assignment
UC Irvine（加州大学欧文分校）；Rensselaer Polytechnic Institute（伦斯勒理工学院）
在这项工作中，我们引入了一种新的局部成对描述子，然后开发了一个简单，有效的迭代法，通过稀疏控制解决由此产生的二次分配两个近似等距曲面之间的形状对应。我们的成对描述符是基于Laplace-Beltrami微分算子的有限元近似的刚度和质量矩阵，其在空间中是局部的，稀疏的，并且非常容易计算，同时包含全局信息。它使我们能够处理开放的表面，部分匹配，和拓扑扰动鲁棒。为了有效地解决由此产生的二次分配问题，我们的迭代算法的两个关键思想是：1）选择具有良好（近似）对应关系的对作为锚点，2）通过稀疏控制仅在选定的锚点的邻域内解决正则化的二次分配问题。这两种成分可以快速地改进和增加锚点的数量，同时显著地降低每次二次分配迭代中的计算成本。有了足够的高质量锚点，可以参考这些锚点使用各种逐点全局特征，以进一步提高密集形状对应性。我们使用各种实验来展示我们的方法在大型数据集，补丁和点云（没有全局网格）上的效率，质量和多功能性。
2020-03-20 cs.CV
Fractional Local Neighborhood Intensity Pattern for Image Retrieval using Genetic Algorithm
Institute of Engineering & Management（工程与管理学院）；Indian Institute of Technology Roorkee（鲁尔基印度理工学院）
本文提出了一种新的纹理描述子--分数局部邻域强度模式（FLNIP），用于基于内容的图像检索。它是局部邻域强度模式（LNIP）的扩展[1]。FLNIP通过考虑与相邻像素的关系来计算特定像素与3x 3窗口的中心像素之间的相对强度差。在这项工作中，涉及相邻邻居的局部邻域中的分数变化首先相对于3x 3窗口的中心像素的八个邻居中的一个被计算。接下来，相对于中心本身计算分数变化。接下来比较两个分数变化值以生成二进制位模式。符号和幅度信息都被编码在单个描述符中，因为它处理相邻邻域中幅度的相对变化，即，分数变化的比较。该描述符被应用在四个多分辨率图像上-一个是原始图像，另外三个是通过在原始图像上应用不同标准偏差的高斯滤波器来表示在图像中以不同分辨率探索纹理信息的重要性而获得的滤波高斯图像。然后将得到的四组查询和目标图像之间的距离与基于遗传算法的方法相结合，通过最小化相似类图像之间的距离来提高检索性能。该方法的性能进行了测试，在四个流行的数据库的图像检索。在这些数据库上观察到的精确度和召回率值与最近的最先进的本地模式进行了比较。所提出的方法已显示出显着的改进，许多其他现有的方法。
2019-11-20 cs.CV
Local Gradient Hexa Pattern: A Descriptor for Face Recognition and Retrieval
在人脸识别中使用的局部描述符是鲁棒的，在某种意义上说，这些描述符在不同的姿势，照明和光照条件下表现良好。这些描述符的准确性取决于映射到微观结构的面部图像的局部邻域中存在的关系的精度。本文提出了一种局部梯度六角模式（LGHP），它可以识别参考像素与其相邻像素之间的关系，这些像素在不同的距离上，在不同的导数方向上。判别信息存在于局部邻域以及不同的导数方向。建议的描述符有效地将这些关系转化为二进制微模式区分类间的面部图像具有最佳的精度。识别和检索性能的建议的描述符进行了比较与国家的最先进的描述符，即LDP和LVP在最具挑战性的和基准的面部图像数据库，即裁剪扩展耶鲁-B，CMU-PIE，颜色FERET，和LFW。建议的描述符具有更好的识别以及检索率相比，国家的最先进的描述符。
2022-01-03 cs.CV cs.MM
Forming Local Intersections of Projections for Classifying and Searching Histopathology Images
University of Waterloo（滑铁卢大学）；Ontario Tech University（安大略理工大学）
在本文中，我们提出了一种新的图像描述符，称为形成局部交叉投影（FLIP）和它的多分辨率版本（mFLIP）表示组织病理学图像。该描述符是基于Radon变换，其中我们应用并行投影在小的局部邻域的灰度图像。在每个窗口中使用等距投影方向，我们通过取相邻投影的交集来提取邻域的唯一不变特征。然后，我们为每个图像构建一个直方图，我们称之为FLIP直方图。不同的分辨率提供不同的FLIP直方图，然后将其连接以形成mFLIP描述符。我们的实验包括从头开始训练常见的网络，以及微调预训练的网络来对我们提出的描述符进行基准测试。实验在公开可用的数据集KIMIA Path 24和KIMIA Path 960上进行。对于这两个数据集，FLIP和mFLIP描述符在所有实验中都显示出了令人满意的结果。使用KIMIA Path 24数据，FLIP在特征提取方面优于未微调的Inception-v3和微调的VGG 16，而mFLIP在特征提取方面优于微调的Inception-v3。
2020-08-08 cs.CV
Accurate Instance-Level CAD Model Retrieval in a Large-Scale Database
ShanghaiTech University（上海科技大学）；Shanghai Institute of Microsystem and Information Technology, Chinese Academy of Sciences（中国科学院上海微系统与信息技术研究所）；University of Chinese Academy of Sciences（中国科学院大学）
我们提出了一种新的解决方案，从大型数据库中细粒度检索干净的CAD模型，以恢复RGBD扫描的详细对象形状的几何形状。不像以前的工作只是索引到一个适度的小数据库中使用的对象形状描述符，并接受顶级检索结果，我们认为，在一个大规模的数据库的情况下，更准确的模型可以在附近的描述符。更重要的是，我们建议，形状描述符在实例级别的独特性不足，可以弥补基于几何的重新排名其邻域。我们的方法首先利用学习表示的区分能力来区分不同类别的模型，然后使用一种新的鲁棒点集距离度量来重新排序CAD邻域，从而在大型形状数据库中实现细粒度检索。在真实世界数据集上的评估表明，我们的基于几何的重新排序是一个概念上简单，但非常有效的方法，可以导致显着提高检索精度相比，国家的最先进的。
2022-07-04 cs.CV
Region Feature Descriptor Adapted to High Affine Transformations
School of Artificial Intelligence and Computer Science, Jiangnan University（江南大学人工智能与计算机科学学院）；Engineering Research Center of Intelligent Technology for Healthcare, Ministry of Education（教育部智慧医疗技术工程研究中心）
本文提出一种基于分类模拟仿射变换的区域特征描述子，通过结合最大稳定极值区域灰度直方图与灰度质心归一化位置，提升高仿射变换下的特征匹配精度和鲁棒性。
2024-02-25 cs.CV
HRegNet: A Hierarchical Network for Large-scale Outdoor LiDAR Point Cloud Registration
Tongji University（同济大学）；Technische Universität München（慕尼黑工业大学）；ETH Zurich（苏黎世联邦理工学院）；Westwell lab（西井实验室）
点云配准是三维计算机视觉中的一个基本问题。室外LiDAR点云通常规模大且分布复杂，这使得配准具有挑战性。在本文中，我们提出了一个高效的分层网络命名为HRegNet的大规模户外激光雷达点云配准。HRegNet不是使用点云中的所有点，而是对分层提取的关键点和描述符进行配准。整个框架结合了深层的可靠特征和浅层的精确位置信息，实现了鲁棒的精确配准。我们提出了一个对应网络来生成正确和准确的关键点对应。此外，双边共识和邻域共识的关键点匹配和新的相似性特征的设计，将其纳入对应网络，这显着提高了注册性能。此外，整个网络也是高效的，因为只有少量的关键点用于注册。在两个大型室外LiDAR点云数据集上进行了大量实验，以证明所提出的HRegNet的高精度和效率。该项目的网站是https://ispc-group.github.io/hregnet。
2021-07-26 cs.CV
The Devils in the Point Clouds: Studying the Robustness of Point Cloud Convolutions
Oregon State University（俄勒冈州立大学）
最近，人们对在不规则采样点云上执行卷积产生了极大的兴趣。由于点云与常规光栅图像有很大的不同，因此必须更密切地研究卷积网络的泛化，特别是它们在输入数据的尺度和旋转变化下的鲁棒性。本文研究了点云卷积网络PointConv的不同变体，以检查它们对输入比例和旋转变化的鲁棒性。在我们探索的变体中，有两个是新颖的，并产生了显着的改进。第一种是用更简单的三次多项式代替基于多层感知器的权重函数，以及Sobolev范数正则化。其次，对于3D数据集，除了常规的3D坐标外，我们还利用3D几何属性作为PointConv的输入，推导出一种新的视点不变描述符。我们还探讨了激活函数、邻域和子采样方法的选择。在2D MNIST和CIFAR-10数据集以及3D SemanticKITTI和ScanNet数据集上进行了实验。结果表明，在2D上，使用三次多项式大大提高了PointConv对尺度变化和旋转的鲁棒性，甚至超过了MNIST数据集的传统2D CNN。在3D数据集上，新的视点不变描述符显着提高了PointConv的性能和鲁棒性。我们在SemanticKITTI数据集上实现了最先进的语义分割性能，并且在基于点的方法中与ScanNet数据集上当前最高框架的性能相当。
2021-01-28 cs.CV cs.LG
Pose Estimation using Local Structure-Specific Shape and Appearance Context
University of Southern Denmark（南丹麦大学）；Tampere University of Technology（坦佩雷理工大学）
我们解决的问题，估计两个模型之间的对齐姿势使用特定于结构的局部描述符。我们的描述符生成使用的2D图像数据和3D上下文形状数据的组合，从而在一组半本地描述符包含丰富的外观和形状信息的边缘和纹理结构。这是通过定义描述描述符的邻域的特征空间关系来实现的。通过定量评估，我们表明，我们的描述符提供了较高的判别力相比，最先进的方法。此外，我们展示了如何利用这两个点集之间的对齐姿势的估计。我们目前的实验在控制和现实生活中的场景，以验证我们的方法。
2017-08-23 cs.CV
Robust Degraded Face Recognition Using Enhanced Local Frequency Descriptor and Multi-scale Competition
School of Communication and Information Engineering, Shanghai University（上海大学通信与信息工程学院）
从低分辨率和模糊图像中识别退化的人脸是一项常见但具有挑战性的任务。局部频率描述符（LFD）已被证明是有效的，但它是独立地从频率平面的像素的空间邻域中提取的，而不管频率之间的相关性。此外，它使用一个固定的窗口大小称为短期频率变换（STFT）的单尺度。为了探索频率相关性并同时保持低分辨率和模糊不敏感，我们提出了增强的LFD，其中空间和频率中的信息被联合利用，从而比LFD更具描述性和区分性。多尺度竞争策略，提取多个描述符对应的多个窗口大小的STFT，并采取一个对应的最大置信度作为最终的识别结果。在Yale和FERET数据库上进行的实验表明，所提出的增强型LFD和多尺度竞争策略取得了令人满意的结果。
2012-10-03 cs.CV
Point Cloud Quality Assessment using 3D Saliency Maps
Shanghai Jiao Tong University（上海交通大学）；Tencent MediaLab（腾讯媒体实验室）
点云质量评价（PCQA）是近年来一个非常有吸引力的研究领域。考虑到显着性检测在质量评估中的重要性，我们提出了一种有效的全参考PCQA度量，首次尝试利用显着性信息来促进质量预测，称为使用3D显着图的点云质量评估（PQSM）。具体而言，我们首先提出了一种基于投影的点云显著图生成方法，其中引入了深度信息，以更好地反映点云的几何特征。然后，我们构建点云的局部邻域，得到三个结构描述符来表示几何，颜色和显着性差异。最后，提出了一种基于显著性的池化策略来生成最终的质量分数。在四个独立的PCQA数据库上进行了广泛的实验。结果表明，所提出的PQSM表现出竞争力的性能相比，多个国家的最先进的PCQA指标。
2022-09-30 cs.CV eess.IV
Obfuscation Based Privacy Preserving Representations are Recoverable Using Neighborhood Information
Chalmers University of Technology（查尔姆斯理工大学）；Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University in Prague（布拉格捷克技术大学捷克信息学、机器人学与控制论研究所）；Faculty of Electrical Engineering, Czech Technical University in Prague（布拉格捷克技术大学电气工程学院）
针对AR/VR/MR等应用中隐私保护定位的几何混淆技术，本文揭示其可通过邻域信息恢复原始点位置的弱点，并提出学习邻域共现描述符的恢复方法，实验证明该方法适用于现有所有几何混淆方案。
2025-02-11 cs.CV
Local Spectral Graph Convolution for Point Set Feature Learning
McGill University（麦吉尔大学）
点云上的特征学习已经显示出巨大的前景，引入了有效和可推广的深度学习框架，如pointnet++。然而，到目前为止，点特征一直是以独立和孤立的方式提取的，忽略了相邻点的相对布局以及它们的特征。在本文中，我们建议通过在局部图上使用谱图卷积，结合一种新的图池策略来克服这一限制。在我们的方法中，图卷积是在从一个点的邻域构造的最近邻图上进行的，这样特征就被联合学习了。我们用递归聚类和池化策略取代标准的最大池化步骤，旨在从光谱坐标中彼此接近的节点集群中聚合信息，从而获得更丰富的整体特征描述符。通过对不同数据集的广泛实验，我们显示了点集分类和分割任务的一致可证明的优势。
2018-03-15 cs.CV cs.LG
Text Localization in Video Using Multiscale Weber's Local Descriptor
Mangalore University（芒格洛尔大学）；KVG College of Engineering（KVG工程学院）
在本文中，我们提出了一种新的方法来检测存在于视频和场景图像的多尺度韦伯的局部描述符（MWLD）的基础上的文本。给定输入视频，镜头被识别，并且基于它们的时空关系提取关键帧。从每个关键帧中，我们使用WLD检测局部区域信息与不同的半径和相邻关系的像素值，从而获得强度增强的关键帧在多个尺度上。这些多尺度WLD关键帧合并在一起，然后使用形态学操作计算水平梯度。然后将得到的结果二值化，并基于几何特性消除假阳性。最后，我们使用连接成分分析和形态膨胀操作来确定文本区域，以帮助文本定位。在公开的标准Hua、Horizontal-1和Horizontal-2视频数据集上的实验结果表明，该方法可以准确地检测和定位视频中各种大小、字体和颜色的文本。
2015-04-15 cs.CV
Line as a Visual Sentence: Context-aware Line Descriptor for Visual Localization
KAIST（韩国科学技术院）；SNU（首尔国立大学）
除了用于图像匹配的特征点外，线特征还提供了额外的约束，以解决机器人和计算机视觉（CV）中的视觉几何问题。虽然最近的卷积神经网络（CNN）为基础的线描述符是有前途的视点变化或动态环境，我们声称，CNN架构有先天的缺点，抽象到固定尺寸的描述符的可变线长度。在本文中，我们有效地介绍了线变压器处理可变线路。受自然语言处理（NLP）任务的启发，句子可以在神经网络中很好地理解和抽象，我们将线段视为包含点（单词）的句子。通过动态地关注线上可描述的点，我们的描述符在可变线长度上表现出色。我们还提出了线签名网络共享线的几何属性的社区。作为组描述符，网络通过理解线的相对几何形状来增强线描述符。最后，我们提出了建议的线描述符和匹配的点和线定位（PL-Loc）。我们表明，视觉定位与特征点可以提高使用我们的线功能。我们验证了所提出的方法单应性估计和视觉定位。
2021-09-10 cs.CV cs.RO
Local Jet Pattern: A Robust Descriptor for Texture Classification
Indian Statistical Institute（印度统计研究所）；National Institute of Technology, Rourkela（鲁尔凯拉国家技术学院）；Indian Institute of Information Technology, Sri City（斯里城印度信息技术学院）
基于局部图像特征的方法最近在纹理分类任务中表现出了希望，特别是在由于照明、比例和视角变化而存在较大的类内变化的情况下。受图像结构分析理论的启发，本文提出了一种简单、有效、鲁棒的纹理分类描述子-局部喷射模式（LJP）。在这种方法中，纹理图像的喷射空间表示是从高斯（DtGs）滤波器响应的二阶导数的集合导出的，所谓的局部喷射向量（LJV），其也满足尺度空间属性。该方法利用中心像素与喷流空间中局部邻域信息的关系，得到了LJP。最后，纹理区域的特征向量通过连接LJV的所有元素的LJP的直方图形成。所有的DtGs响应到二阶一起保留固有的局部图像结构，并实现不变性的规模，旋转和反射。这使我们能够开发一个纹理分类框架，这是歧视性和鲁棒性。在五个标准纹理图像数据库上进行实验，采用最近子空间分类器（NSC）对Outex_TC-00010进行分类，分类准确率分别达到100%、99.92%、99.75%、99.16%和99.65（Outex_TC10）和Outex_TC-00012（Outex_TC12）、KTH-TIPS、Brodatz、CUReT，这些方法的性能优于最先进的方法。
2018-12-04 cs.CV
Patch-NetVLAD: Multi-Scale Fusion of Locally-Global Descriptors for Place Recognition
Queensland University of Technology（昆士兰科技大学）；QUT Centre for Robotics（QUT机器人中心）
视觉位置识别是机器人和自治系统的一项具有挑战性的任务，它必须处理在不断变化的世界中的外观和视点变化的双重问题。本文介绍了补丁NetVLAD，它提供了一种新的配方，结合局部和全局描述符方法的优点，从NetVLAD残差派生补丁级功能。与现有局部关键点特征的固定空间邻域机制不同，我们的方法能够聚合和匹配在特征空间网格上定义的深度学习的局部特征。我们进一步介绍了一个多尺度融合的补丁功能，具有互补的规模（即补丁大小）通过一个完整的特征空间，并显示融合的功能是高度不变的条件（季节，结构和照明）和视点（平移和旋转）的变化。Patch-NetVLAD在计算上优于基于全局和局部特征的方法，在一系列具有挑战性的现实世界数据集上实现了最先进的视觉位置识别结果，包括在ECCV 2020上赢得Facebook Mapillary视觉位置识别挑战赛。它还可以适应用户的要求，速度优化的版本比最先进的速度快一个数量级。通过在可配置的框架中结合卓越的性能和提高的计算效率，Patch-NetVLAD非常适合增强独立的位置识别能力和SLAM系统的整体性能。
2021-03-02 cs.CV
Multichannel Distributed Local Pattern for Content Based Indexing and Retrieval
IIT Ropar（印度理工学院罗巴尔分校）；MNIT Jaipur（马拉维亚国家理工学院斋浦尔分校）
提出了一种新的颜色特征描述子--多通道分布式局部模式（MDLP）. MDLP结合了邻域中局部二进制和局部网格模式的显著特征。由MDLP计算的多距离信息有助于纹理排列的鲁棒提取。此外，针对图像的每个颜色通道提取MDLP特征。MDLP的检索性能进行了评估的CBIR的三个基准数据集，即Corel-5000，Corel-10000和MIT-Color Vistex分别。所提出的技术实现了实质性的改善相比，其他国家的最先进的特征描述符的各种评价参数，如ARP和ARR在各自的数据库。
2018-05-07 cs.CV
Learning Local Shape Descriptors from Part Correspondences With Multi-view Convolutional Networks
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；IIT Bombay（印度理工学院孟买分校）；Adobe Research（Adobe 研究院）
我们提出了一个新的局部描述符的三维形状，直接适用于广泛的形状分析问题，如点对应，语义分割，启示预测，形状扫描匹配。描述符由卷积网络产生，该卷积网络被训练成在描述符空间中嵌入彼此接近的几何和语义相似的点。该网络处理形状上的点周围的表面邻域，这些点是通过从仔细选择的相机位置拍摄的一系列逐渐缩小的视图以多个尺度捕获的。我们利用两个非常大的数据源来训练我们的网络。首先，由于我们的网络以2D图像的形式处理渲染视图，因此我们重新调整了在大量图像数据集上预先训练的架构。其次，我们自动生成一个合成的密集点对应数据集的非刚性对齐相应的形状部分在一个大的集合分割的3D模型。由于这些设计选择，我们的网络有效地编码多尺度局部上下文和细粒度表面细节。我们的网络可以通过从多个形状类别中学习来训练生成特定于类别的描述符或更通用的描述符。一旦经过训练，在测试时，网络提取形状的局部描述符，而不需要任何部分分割作为输入。即使对于类别未知或与训练时使用的形状不同的形状，我们的方法也可以生成有效的局部描述符。我们通过几个实验证明，我们学习的本地描述符相比，最先进的替代品更具歧视性，并在各种形状分析应用中是有效的。
2017-09-05 cs.CV cs.GR
Recalibration of Neural Networks for Point Cloud Analysis
Ludwig-Maximilians-Universität（路德维希-马克西米利安大学）
空间和通道重新校准已经成为计算机视觉中的重要概念。它们捕获远程依赖关系的能力对于那些提取局部特征的网络（如CNN）特别有用。虽然重新校准已被广泛研究的图像分析，它还没有被用于形状表示。在这项工作中，我们介绍了三维点云的深度神经网络的重新校准模块。我们提出了一组重新校准块，扩展挤压和激励块，可以添加到任何网络的3D点云分析，建立一个全局描述符，通过分层组合功能，从多个局部邻域。我们运行两组实验来验证我们的方法。首先，我们通过将它们整合到三个最先进的3D点云分析网络中来展示我们提出的模块的好处和多功能性：PointNet++，DGCNN和RSCNN。我们在两个任务上评估每个网络：ModelNet40上的对象分类和ShapeNet上的对象部分分割。我们的结果显示，与基线方法相比，ModelNet40的准确性提高了1%。在第二组实验中，我们研究了重新校准块对阿尔茨海默病（AD）诊断的益处。我们的研究结果表明，我们提出的方法产生了2%的准确性增加诊断AD和2.3%的一致性指数增加预测AD发作的时间到事件的分析。总之，重新校准提高了点云架构的准确性，同时仅最小限度地增加了参数的数量。
2020-11-25 cs.AI cs.CV
A Persistent Homology Design Space for 3D Point Cloud Deep Learning
Saint Mary's University, Halifax, Canada（圣玛丽大学（哈利法克斯，加拿大））；Nanjing Forestry University, China（南京林业大学）
本文提出一个统一的设计空间，将持久同调用于3D点云学习，通过六个注入点将拓扑学作为结构诱导偏差，提升分类和分割的准确性与鲁棒性。
2026-04-05 cs.AI cs.CV
Scalable Similarity Learning using Large Margin Neighborhood Embedding
Beckman Institute, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校贝克曼研究所）；Adobe Research（奥多比研究院）
将大规模图像数据分类为目标类别是一个越来越受到研究关注的重要问题。鉴于数据量巨大，最近邻分类器等非参数方法已经显示出有希望的结果，特别是当它们以学习的距离或相似性度量为基础时。虽然度量学习在过去的几十年里得到了很好的研究，但大多数现有的算法对于处理大规模数据集是不切实际的。在本文中，我们提出了一种图像相似性学习方法，可以在图像的数量和图像描述符的维数很好地扩展。为此，相似性比较仅限于每个样本的局部邻域，并从大间隔邻域嵌入中导出一个有区别的相似性度量。我们还利用投影的合奏，使高维特征可以在一组低维子空间中并行处理，而不会对性能造成太大影响。使用随机梯度下降算法在线学习相似性函数，其中为快速收敛分类性能定制三重采样策略。我们提出的模型的有效性进行了验证，在几个数据集的规模从数万到一百万张图像。识别精度与国家的最先进的性能竞争，实现了更高的效率和可扩展性。
2014-04-24 cs.CV cs.LG
Validation of Vector Data using Oblique Images
Microsoft Corporation（微软公司）
倾斜影像是以与地球表面成斜角的角度拍摄的航空照片。矢量和其他地理空间数据在这些图像中的投影取决于相机参数、地理空间实体的位置、表面地形、遮挡和可见性。提出了一种基于倾斜图像的矢量数据不一致检测算法。该算法使用图像描述符来编码图像中地理空间实体的局部外观。这些图像描述符结合了颜色、像素强度梯度、纹理和可操纵滤波器响应。训练支持向量机分类器以检测与底层向量数据、数字高程图、建筑物模型和相机参数不一致的图像描述符。在本文中，我们训练分类器上可见的道路段和非道路数据。此后，经训练的分类器检测向量中的不一致性，所述向量包括被遮挡和未对准的路段。一致的路段验证我们的矢量，DEM和三维模型数据的这些地区，而不一致的部分指出错误。我们进一步表明，搜索描述符是一致的，在附近的一个错位的道路产生所需的道路对齐，是一致的图像中的像素与可见路段。
2022-06-17 cs.CV cs.LG
Encoding the Local Connectivity Patterns of fMRI for Cognitive State Classification
Middle East Technical University（中东技术大学）；Tohoku University（东北大学）
在这项工作中，我们提出了一个新的框架来编码的局部连接模式，使用Fisher矢量（FV），矢量的局部聚集描述符（VLAD）和Bag-of-Words（BoW）方法。我们首先获得局部描述符，称为网格弧描述符（MAD）从功能磁共振成像数据，通过形成局部网格周围的解剖区域，并估计它们之间的关系在一个邻居。然后，我们提取一个字典的关系，称为\textit{brain connectivity dictionary}的生成高斯混合模型（GMM）拟合一组MAD，并选择码字的平均值的混合物的每个组件。码字表示解剖区域之间的连接模式。我们还使用k-Means聚类通过VLAD和BoW方法编码MAD。我们对人类连接组计划（HCP）任务fMRI数据集的认知状态进行分类，其中我们使用编码的MAD来训练支持向量机（SVM）。实验结果表明，MAD的FV编码可以成功地用于认知任务的分类，并且优于VLAD和BoW表示。此外，我们通过计算其对应的FV部分的能量来识别混合模型中的显著高斯，并分析其对分类精度的影响。最后，我们提出了一种新的方法来可视化的大脑连接字典的码字。
2016-10-17 cs.CV cs.LG
SIFT Matching by Context Exposed
Università degli Studi di Palermo（巴勒莫大学）
本文研究了如何利用匹配上下文信息进行局部图像描述符匹配。识别两个主要上下文，分别源自描述符空间和关键点空间。前者通常用于设计实际的匹配策略，后者根据局部空间一致性进行匹配过滤。在此基础上，提出了一种新的匹配策略，即斑点匹配和德洛内三角剖分匹配（DTM），并设计了一种新的局部空间滤波器。Blob匹配通过将几种策略（包括基于排名的预过滤以及多对多和对称匹配）合并在一起来提供通用的匹配框架，使得能够在每个单独的策略上实现全局改进。DTM在德洛内三角剖分收缩和膨胀之间交替，以计算和调整关键点邻域的一致性。实验结果表明，DTM在匹配精度和鲁棒性方面与现有技术相当或更好。评估是根据一个新的基准进行的，该基准旨在分析匹配管道在平面和非平面场景上的正确对应关系，包括几种最先进的方法以及常见的SIFT匹配方法可供参考。这一评价可为今后该领域的研究提供帮助。
2022-03-25 cs.CV
Towards High-Resolution 3D Anomaly Detection: A Scalable Dataset and Real-Time Framework for Subtle Industrial Defects
针对工业点云中细微异常检测的高分辨率数据缺失问题，提出高分辨率数据集MiniShift和实时框架Simple3D，通过多尺度邻域描述符与局部特征聚合实现高精度实时检测。
2025-07-10 cs.CV
DLOSAC: Joint Spatial-Geometric Image Estimation via Delaunay-Guided Local Optimization RANSAC
School of Artificial Intelligence, Jilin University（吉林大学人工智能学院）；School of Computer Science and Technology, Changchun University of Science and Technology（长春理工大学计算机科学与技术学院）
本文提出DLOSAC框架，通过Delaunay三角剖分结合几何与空间分布约束优化，在六个公开数据集的三类几何估计任务中取得最优性能。
2026-10-16 cs.CV
Learning Entropy Signature for Image Representation and Classification
Dpt. of Applied Mathematics（应用数学系）；Dpt. of Computer Science（计算机科学系）；Dpt. of Radiological Imaging（放射影像系）；Dpt.of Applied Mathematics（应用数学系）；Czech Technical University in University of South Bohemia in and Informatics（南捷克波西米亚大学应用数学与信息学系）；Czech Technical University in Prague（布拉格捷克技术大学）；Ceske Budejovice（捷克布杰约维采）；Tohoku University（东北大学）；Prague（布拉格）；Czech Republic（捷克共和国）；School of Medicine（医学院）；Sendai, Japan（日本仙台）
提出基于空间学习熵图（SLEM）中K个最大熵位置的学习熵签名（LES），作为紧凑图像描述符，在分类任务中以少量位置保留判别信息，揭示学习权重与信息相关性的联系。
2026-06-23 cs.CV cs.LG
shapeDTW: shape Dynamic Time Warping
University of Southern California（南加州大学）
动态时间规整（DTW）算法是一种针对可能存在局部非线性失真的时间序列进行对齐的算法，已广泛应用于音频、视频和图形数据的对齐。DTW本质上是一种在边界和时间一致性约束下的点到点匹配方法。虽然DTW获得了全局最优解，但它不一定能实现局部合理匹配。具体地，具有完全不同的局部结构的两个时间点可以由DTW匹配。为了解决这个问题，我们提出了一种改进的对齐算法，形状动态时间规整（shapeDTW），它通过考虑逐点局部结构信息来增强DTW。shapeDTW本质上是DTW算法，但另外尝试配对局部相似结构并避免匹配具有不同邻域结构的点。我们应用shapeDTW来对齐具有地面实况对齐的音频信号对，以及人工模拟的对齐序列对，并且定量地获得比DTW及其两个变体低得多的对齐误差。当shapeDTW被用作最近邻分类器（NN-shapeDTW）中的距离度量来分类时间序列时，它在84个UCR时间序列数据集中的64个上击败了DTW，分类精度显著提高。通过使用适当设计的局部结构描述符，shapeDTW在18个数据集上将准确率提高了10%以上。据我们所知，shapeDTW是最近邻分类器方案下第一个显著优于DTW的距离度量，DTW被广泛认为是迄今为止最好的距离度量。我们的代码可在https://github.com/jiapingz/shapeDTW上公开访问。
2016-06-06 cs.CV
