Superpixel-guided Two-view Deterministic Geometric Model Fitting
Xiamen University（厦门大学）；Edith Cowan University（伊迪丝·考恩大学）
几何模型拟合是计算机视觉中的一个基础性研究课题，其主要目的是对多结构数据进行拟合和分割。本文提出了一种新的超像素引导的两视图几何模型拟合方法（SDF），它可以获得可靠的和一致的结果，对真实图像。具体地说，SDF包括三个主要部分：确定性抽样算法，模型假设更新策略和一种新的模型选择算法。提出的确定性采样算法根据超像素的先验信息生成一组初始模型假设。然后，所提出的更新策略进一步提高了模型假设的质量。在此基础上，通过分析模型假设更新后的性质，将传统的“拟合-移除”模型选择算法扩展到多结构数据中的模型实例估计。这三个部分紧密耦合，提高了SDF在速度和精度方面的性能，并且SDF具有确定性。实验结果表明，所提出的SDF具有显着的优势，几个国家的最先进的拟合方法时，它被应用于实际图像的单结构和多结构的数据。
2018-05-03 cs.CV
Searching for Representative Modes on Hypergraphs for Robust Geometric Model Fitting
Xiamen University（厦门大学）；The University of Adelaide（阿德莱德大学）
本文提出了一种简单有效的{几何}模型拟合方法来拟合和分割多结构数据，即使在严重的离群值的存在。我们将几何模型拟合问题转化为超图上典型的模式搜索问题。具体地说，首先构造一个超图，其中顶点表示模型假设，超边表示数据点。超图涉及高阶相似性（而不是简单图上使用的成对相似性），它可以表征模型假设和数据点之间的复杂关系。{In此外，我们发展了一种超图简化技术，以去除超图中的“不重要”顶点，同时保留尽可能多的“重要”顶点。基于简化超图，我们提出了一种新的模式搜索算法，在合理的时间内搜索代表模式。最后，提出的模式搜索算法根据两个关键元素来检测模式，即，顶点的加权得分和顶点之间的相似性分析。总体而言，所提出的拟合方法能够高效地同时估计数据中模型实例的数量和参数。实验结果表明，该方法在合成数据和真实图像上均取得了明显优于{几}种最先进的模型拟合方法的效果。
2018-02-04 cs.CV
Geometric Multi-Model Fitting by Deep Reinforcement Learning
Xiamen University（厦门大学）
本文讨论了从噪声、非结构化点集数据（例如，激光扫描点云）。我们制定多模型拟合问题作为一个顺序的决策过程。然后，我们使用深度强化学习算法来学习最佳决策，以获得最佳拟合结果。在本文中，我们比较了我们的方法对国家的最先进的模拟数据。结果表明，我们的方法显着减少了拟合迭代的次数。
2018-12-27 cs.CV cs.LG
Supervised Fitting of Geometric Primitives to 3D Point Clouds
Stanford University（斯坦福大学）；Facebook AI Research（脸书人工智能研究院）
将几何基元拟合到3D点云数据，弥合了底层数字化3D数据和底层3D形状上的高级结构信息之间的差距。因此，它支持3D数据处理中的许多下游应用。长期以来，基于RANSAC的方法一直是这种原始拟合问题的黄金标准，但它们需要仔细地调整每个输入参数，因此不能很好地扩展具有不同形状的大型数据集。在这项工作中，我们介绍了监督原始拟合网络（SPFN），一个端到端的神经网络，可以鲁棒地检测不同数量的基元在不同的尺度没有任何用户控制。使用输入点的地面真实原始表面和原始隶属度来监督网络。我们的架构不是直接预测原语，而是先预测每个点的属性，然后使用差分模型估计模块来计算原语类型和参数。我们在ANSI 3D机械部件模型的新基准上评估了我们的方法，并证明了对最先进的基于RANSAC的方法和直接神经预测的显着改进。
2020-01-28 cs.CV
Effective Sampling: Fast Segmentation Using Robust Geometric Model Fitting
RMIT University（皇家墨尔本理工大学）
在一组被噪声和异常值污染的数据点中识别底层模型，导致高度复杂的多模型拟合问题。这个问题可以作为一个聚类问题的投影数据点之间的高阶亲和力到一个图，然后可以使用谱聚类聚类。计算所有可能的高阶亲和力在计算上是昂贵的。因此，在大多数情况下，仅使用子集。在本文中，我们提出了一种有效的采样方法，以获得一个高精度的近似的全图需要解决多结构模型拟合问题，在计算机视觉。所提出的方法是基于这样的观察，即用于分割的图的有用性随着假设的分布（用于构建图）接近给定数据的实际参数的分布而提高。在本文中，我们近似这个实际的参数分布使用的k阶统计量为基础的成本函数和样本生成使用贪心算法加上数据子采样策略。实验分析表明，该方法是准确的和计算效率相比，最先进的鲁棒多模型拟合技术。该代码可从https://github.com/RuwanT/model-fitting-cbs公开获取。
2017-05-26 cs.CV
Fast Geometric Fit Algorithm for Sphere Using Exact Solution
Syracuse University（雪城大学）
球面拟合是几乎所有科学和工程学科中的一个常见问题。现有的大多数方法在行为上是迭代的。这涉及在最小二乘意义上或在几何意义上拟合参数。在这里，我们扩展了Thomas Chan和Landau的方法，他们用圆拟合二维数据。这项工作与他们重新定义误差估计和精确解决球面拟合问题的工作非常相似。该算法可以精确求解球的中心和半径，并可以对方程进行硬编码以提高计算效率。我们还展示了与其他流行方法的一些比较以及该方法的行为。
2015-06-09 cs.CV
Towards Learning Geometric Eigen-Lengths Crucial for Fitting Tasks
Stanford University（斯坦福大学）；NVIDIA Research（英伟达研究院）；Shanghai Jiaotong University（上海交通大学）；HKU（香港大学）
本文首次提出学习关键几何特征长度的问题，通过拟合任务基准验证了从成功与失败试验中自动发现这些长度的可行性，并探索了其跨任务重用性。
2023-12-25 cs.CV
Instance-Adaptive and Geometric-Aware Keypoint Learning for Category-Level 6D Object Pose Estimation
University of Science and Technology of China（中国科学技术大学）；Jianghuai Advance Technology Center（江淮先进技术中心）
本文提出AG-Pose方法，通过实例自适应关键点检测和几何感知特征聚合两个模块，提升类别级6D姿态估计对未见实例的泛化能力，并在CAMERA25和REAL275上显著超越现有方法。
2024-03-28 cs.CV
Latent Semantic Consensus For Deterministic Geometric Model Fitting
School of Electronics and Information Engineering, Tongji University（同济大学电子与信息工程学院）；School of Computer Science and Technology, Hangzhou Dianzi University（杭州电子科技大学计算机学院）；Department of Computer Science and Technology, Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）计算机科学与技术系）；Electronic Information School, Wuhan University（武汉大学电子信息学院）；Nankai International Advanced Research Institute (SHENZHEN FUTIAN), Nankai University（南开大学深圳福田国际先进研究院）；College of Computer Science, Nankai University（南开大学计算机学院）；UCAS-Terminus AI Lab, University of Chinese Academy of Sciences（中国科学院大学- Terminus人工智能实验室）
针对含严重离群点的多结构几何模型拟合，提出LSC方法，通过数据点与模型假设的双潜在语义空间去除离群点并生成、估计模型实例，在精度和速度上均优于现有方法。
2024-03-11 cs.CV
Progressive-X: Efficient, Anytime, Multi-Model Fitting Algorithm
Czech Technical University（捷克技术大学）；MTA SZTAKI（匈牙利科学院计算机与自动化研究所）
提出了一种用于几何多模型拟合的Progressive-X算法。该方法通过重复假设建议、快速拒绝和通过标记能量最小化将新假设整合到保持的实例集中来交错采样和合并当前数据解释。由于逐步探索的数据，该方法具有几个有益的属性相比，国家的最先进的。首先，一个明确的标准，采用RANSAC，控制终止和停止算法时，找到一个新的模型与合理数量的内点的概率低于阈值。其次，Prog-X是一个任意时间算法。因此，每当中断时，例如由于时间限制，返回的实例覆盖真实的，并且可能是最主要的实例。该方法优于国家的最先进的合成实验和公开的真实世界的数据集单应性，双视图运动和运动分割的准确性。
2019-06-05 cs.CV
G2MF-WA: Geometric Multi-Model Fitting with Weakly Annotated Data
University of Fukui（福井大学）；Deakin University（迪肯大学）；The University of Tokyo（东京大学）
在本文中，我们试图解决问题的几何多模型拟合诉诸少数弱注释（WA）的数据点，这已经稀疏研究到目前为止。在弱标注中，大多数人工标注都应该是正确的，但不可避免地会混入不正确的标注。WA数据可以针对特定任务以交互方式自然地获得，例如，在单应性估计的情况下，可以通过观察图像来容易地用单个标签注释同一平面/对象上的点。基于此，我们提出了一种新的方法，充分利用WA数据，以提高多模型拟合性能。具体地，首先使用WA数据构造用于模型提议采样的图，给定用相同弱标签注释的WA数据具有被分配给相同模型的高概率的先验。通过将该先有知识结合到边缘概率的计算中，顶点（即，位于潜在模型上/附近的数据点）可能连接在一起，并进一步形成用于有效建议生成的子集/集群。生成的建议，$α$ -扩展采用的标签，我们的方法在返回更新的建议。这以迭代的方式工作。大量的实验验证了我们的方法，并表明，该方法产生明显优于国家的最先进的技术在大多数情况下的结果。
2020-01-20 cs.CV
Hierarchical Representation via Message Propagation for Robust Model Fitting
Xiamen University（厦门大学）；Minjiang University（闽江学院）
本文提出了一种新的基于消息传播的层次表示（HRMP）鲁棒模型拟合方法，该方法同时利用一致性分析和偏好性分析的优点，从被异常值破坏的数据中估计多个模型实例的参数，实现鲁棒模型拟合.而不是独立地分析每个数据点或每个模型假设的信息，我们制定的共识信息和偏好信息作为一个分层表示，以减轻对总离群值的敏感性。具体地说，我们首先构建了一个层次表示，它包括一个模型假设层和一个数据点层。模型假设层用于去除不重要的模型假设，数据点层用于去除总离群值。然后，基于层次表示，我们提出了一个有效的层次消息传播（HMP）算法和改进的亲和传播（IAP）算法修剪无关紧要的顶点和聚类剩余的数据点，分别。该方法不仅能准确估计多个模型实例的个数和参数，而且能处理含有大量离群值的多结构数据。在合成数据和真实图像上的实验结果表明，该方法在拟合精度和速度上明显优于现有的几种模型拟合方法。
2020-12-29 cs.CV
Geometric Multi-Model Fitting with a Convex Relaxation Algorithm
University of Oxford（牛津大学）
提出了一种基于凸松弛的多结构数据拟合和分割方法。与贪婪方法（最大化内点的数量）不同，这种方法通过最小化整体分类的能量来有效地搜索点到模型的软分配。我们的方法类似于使用全局能量的最先进的能量最小化技术。然而，我们处理的缩放因子（随着模型数量的增加）的原始组合问题放松的解决方案。这种松弛带来了两个优点：首先，通过在连续域中操作，我们可以并行计算。第二，它允许使用不同的指标，从而产生更一般的公式。我们证明了我们的技术的多功能性，从图像中估计结构的两个不同的问题：从RGB-D数据和单应性估计对图像的平面提取。在这两种情况下，我们在公开数据集上报告了准确的结果，在大多数情况下都优于最先进的技术。
2017-06-05 cs.CV
GRAFT: Geometric Refinement and Fitting Transformer for Human Scene Reconstruction
Westlake University（西湖大学）；Max Planck Institute for Informatics（马克斯·普朗克信息研究所）
GRAFT通过几何细化和拟合变换，提升单图像中人体与场景交互的重建质量，实现快速且精确的交互推理。
2026-06-29 cs.CV
Partial Procedural Geometric Model Fitting for Point Clouds
Xiamen University（厦门大学）；University of Waterloo（滑铁卢大学）；National University of Defense Technology（国防科技大学）
几何模型拟合是计算机图形学和计算机视觉中的一项基本任务。然而，大多数几何模型拟合方法无法将任意几何模型（例如，具有孔的表面）拟合到不完整的数据，这是由于在这些方法中使用的相似性度量无法测量任意模型之间的刚性部分相似性。因此，本文提出了一种新的刚性几何相似性度量，这是能够衡量的完全相似性和任意几何模型之间的部分相似性。建议的度量使我们能够执行部分程序几何模型拟合（PPGMF）。PPGMF的任务是在一个过程几何模型空间中搜索与非完备点集查询严格相似的模型。过程模型空间中的模型是根据一组参数化建模规则生成的。典型的查询是点云。PPGMF非常有用，因为它可以用于将任意几何模型拟合到非完整（不完整，过完整或混合完整）点云数据。例如，大多数激光扫描数据由于遮挡而不完整。我们的PPGMF方法使用马尔可夫链蒙特卡罗技术来优化模型空间上的相似性度量。为了加快优化过程，该方法还采用了一种新的粗到细的模型划分策略，以拒绝不相似的模型提前。我们的方法已经证明了各种几何模型和非完整的数据。实验结果表明，基于该度量的PPGMF方法能够拟合非完整数据，而基于其他度量的方法则不能。它还表明，我们的方法可以通过早期拒绝加速几倍。
2016-10-17 cs.CV cs.GR
Hypergraph Optimization for Multi-structural Geometric Model Fitting
Xiamen University（厦门大学）；Minjiang University（闽江学院）；Edith Cowan University（伊迪斯科文大学）
近年来，基于超图的方法被提出来处理计算机视觉中的模型拟合问题，这主要是由于超图在表示数据点之间的复杂关系方面的优越能力。然而，当输入数据包括大量数据点（通常被噪声和离群值污染）时，超图变得极其复杂，这将显著增加计算负担。为了克服上述问题，我们提出了一种新的基于超图优化的模型拟合（HOMF）方法来构造一个简单而有效的超图。具体来说，HOMF包括两个主要部分：用于顶点优化的自适应内点估计算法和用于超边缘优化的迭代超边缘优化算法。该方法效率高，迭代次数少，能够得到精确的模型拟合结果。此外，HOMF可以直接应用谱聚类，以实现良好的拟合性能。大量的实验结果表明，HOMF优于几个国家的最先进的模型拟合方法对合成数据和真实图像，特别是在采样效率和处理严重的离群数据。
2020-02-13 cs.CV cs.LG
PersonLab: Person Pose Estimation and Instance Segmentation with a Bottom-Up, Part-Based, Geometric Embedding Model
Google, Inc.（谷歌公司）
我们提出了一个无框自自底向上的【形】的方法的任务的姿态估计和实例分割的人在多人图像中使用一个有效的单镜头模型。建议的PersonLab模型处理语义级推理和对象的部分关联使用基于部分的建模。我们的模型采用了一个卷积网络，该网络可以学习检测单个关键点并预测它们的相对位移，从而使我们能够将关键点分组为人物姿势实例。此外，我们提出了一个部分诱导的几何嵌入描述符，使我们能够将语义人像素与其相应的人的实例，提供实例级的人分割。我们的系统基于全卷积架构，并允许高效的推理，运行时间基本上与场景中的人数无关。仅在COCO数据上进行训练，我们的系统使用单尺度推理实现了0.665的COCO测试-开发关键点平均精度，使用多尺度推理实现了0.687，显著优于所有以前的自底向上的【形】姿态估计系统。我们也是第一个自自底向上的【形】的方法来报告COCO实例分割任务中人员类别的竞争结果，实现了0.417的人员类别平均精度。
2018-03-22 cs.CV
Fit4CAD: A point cloud benchmark for fitting simple geometric primitives in CAD objects
Istituto di Matematica Applicata e Tecnologie Informatiche “E. Magenes”, Consiglio Nazionale delle Ricerche（意大利国家研究委员会“E. Magenes”应用数学与信息技术研究所）；University of Oslo（奥斯陆大学）；ENS Paris-Saclay, Université Paris-Saclay（巴黎萨克雷大学巴黎萨克雷高等师范学院）
本文提出Fit4CAD基准，包含225个CAD对象采样点云，定义多种评估指标，用于比较几何基元拟合方法，并验证了聚类与参数化两类方法的性能。
2021-10-05 cs.CV cs.GR
Instance-Adaptive Keypoint Learning with Local-to-Global Geometric Aggregation for Category-Level Object Pose Estimation
Wuhan Institute of Technology（武汉理工大学）；University of Science and Technology of China（中国科学技术大学）；Peking University（北京大学）
INKL-Pose通过实例自适应关键点学习与局部到全局几何聚合，实现类别级物体姿态估计的高精度与高效性。
2025-12-14 cs.CV
MambaH-Fit: Rethinking Hyper-surface Fitting-based Point Cloud Normal Estimation via State Space Modelling
Guangzhou University（广州大学）；Hong Kong Polytechnic University（香港理工大学）；Beijing Institute of Technology（北京理工大学）
提出MambaH-Fit框架，通过注意力驱动层次特征融合和逐块状态空间模型，增强局部几何细节建模，提升点云法线估计的精度和鲁棒性。
2026-06-16 cs.CV
Enhancing Geometric Factors in Model Learning and Inference for Object Detection and Instance Segmentation
Tianjin University（天津大学）；Harbin Institute of Technology（哈尔滨工业大学）
基于深度学习的目标检测和实例分割取得了前所未有的进展。在本文中，我们提出了完全IoU（CIoU）损失和增强几何因素的限界框回归和非最大值抑制（NMS），导致显着的收益的平均精度（AP）和平均召回率（AR），而不牺牲推理效率。特别地，我们考虑三个几何因素，即，重叠面积、归一化中心点距离和长宽比是衡量目标检测和实例分割中限界框回归的关键。然后将这三个几何因子并入CIoU损失中，以更好地区分困难的回归情况。与广泛采用的$\ell_n$ -范数损失和基于IoU的损失相比，使用CIoU损失训练深度模型会导致一致的AP和AR改进。此外，我们提出了一种新的NMS，其中NMS在推理过程中是通过隐式聚类检测到的盒子来完成的，并且通常需要较少的迭代。由于其纯粹的GPU实现，因此MSP-NMS非常高效，并且可以结合几何因素来改善AP和AR。在实验中，CIoU损失和过滤器NMS已经被应用于最先进的实例分割（例如，YOLACT和BlendMask-RT）和目标检测（例如，YOLO v3，SSD和更快的R-CNN）模型。以MS COCO上的YOLACT为例，我们的方法在一个NVIDIA GTX 1080 Ti GPU上实现了+1.7 AP和+6.2 AR $_{100}$的目标检测性能增益，以及+0.9 AP和+3.5 AR $_{100}$的实例分割性能增益，27.1 FPS。所有源代码和训练模型都可以在h…
2021-07-05 cs.CV
Dynamic Policy-Driven Adaptive Multi-Instance Learning for Whole Slide Image Classification
Harbin Institute of Technology（哈尔滨工业大学）
提出动态策略驱动的自适应多实例学习方法，通过动态采样和强化学习改进实例选择与特征聚合，在WSI分类中超越现有方法。
2024-03-09 cs.CV
SGIFormer: Semantic-guided and Geometric-enhanced Interleaving Transformer for 3D Instance Segmentation
Department of Electrical and Electronic Engineering, The Hong Kong Polytechnic University（电子工程系，香港理工大学）；School of Mechanical Science and Engineering, Huazhong University of Science and Technology（机械科学与工程学院，华中科技大学）
SGIFormer通过语义引导和几何增强的交错变换器，提升3D实例分割的准确性和效率。
2024-07-16 cs.CV
Language-Augmented Semantic Priors for B-Spline Surface Fitting
College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院）
提出LASP框架，利用大语言模型从建模历史推断B样条先验，作为语义推理层引导传统拟合过程，实现语义连贯的曲面拟合。
2026-09-11 cs.AI cs.CV
Beyond Appearance: Geometric Cues for Robust Video Instance Segmentation
Wuhan University（武汉大学）
本文通过策略性利用单目深度估计引入几何感知，系统研究了三种深度集成范式以增强视频实例分割的鲁棒性，其中EDC方法在OVIS基准上以56.2 AP达到最先进水平。
2025-07-14 cs.CV
Joint Instance Segmentation and Geometric Attribute Regression for Roof Structures in Aerial Imagery
University of Amsterdam (UvA)（阿姆斯特丹大学）
提出一种从单张航空正射影像中联合预测屋顶实例分割掩码和三个连续几何属性（建筑高度、屋顶坡度、屋顶方位角）的方法，通过条件方位角损失和对数归一化高度表示解决数据噪声和分布偏斜问题，在荷兰大规模数据集上实现了高精度，并可从单张图像重建简化3D建筑模型。
2026-05-25 cs.CV
COPE: End-to-end trainable Constant Runtime Object Pose Estimation
TU Wien（维也纳工业大学）；UTS Sydney（悉尼科技大学）
最先进的对象姿态估计通过使用多模型公式来处理测试图像中的多个实例：检测作为第一阶段，然后针对每个对象单独训练网络以进行2D-3D几何对应预测作为第二阶段。随后在运行时使用Perspective-n-Points算法估计姿势。不幸的是，多模型公式化是缓慢的，并且不能很好地随所涉及的对象实例的数量而扩展。最近的方法表明，直接6D对象姿态估计是可行的，当从上述几何对应关系导出。我们提出了一种学习多个对象的中间几何表示的方法，以直接回归测试图像中所有实例的6D姿态。固有的端到端可训练性克服了单独处理单个对象实例的要求。通过计算相互的Intersection-over-Unions，姿势假设被聚类到不同的实例中，这相对于对象实例的数量实现了可忽略的运行时开销。在多个具有挑战性的标准数据集上的结果表明，姿态估计性能优于单模型最先进的方法，尽管速度快了35倍以上。此外，我们还提供了一个分析，显示实时适用性（>24 fps）的图像，其中超过90个对象实例。进一步的结果显示了用6D姿态监督基于几何对应的对象姿态估计的优点。
2022-08-22 cs.CV
Quantum Robust Fitting
The University of Adelaide（阿德莱德大学）；Edith Cowan University（伊迪丝·考恩大学）
许多计算机视觉应用需要从真实世界的不完美测量中恢复结构。该任务通常通过将几何模型鲁棒地拟合到噪声和离群污染的数据上来解决。然而，最近的理论分析表明，在计算机视觉中，许多常用的鲁棒拟合公式不适合于易处理的解决方案和近似。在本文中，我们探讨了量子计算机用于鲁棒拟合的用途。要做到这一点，我们检查并建立一个强大的拟合公式的实际用途的启发傅立叶分析的布尔函数。然后，我们研究了量子算法来解决配方和分析的计算速度可能超过经典算法。因此，我们的工作提出了稳健拟合计算机视觉的第一个量子处理。
2020-10-09 cs.CV
Mask3D: Mask Transformer for 3D Semantic Instance Segmentation
RWTH Aachen University（亚琛工业大学）；ETH Zürich（苏黎世联邦理工学院）；ETH AI Center（苏黎世联邦理工学院人工智能中心）；NVIDIA（英伟达）
本文提出首个基于Transformer的三维语义实例分割方法Mask3D，通过实例查询直接预测实例掩码，无需投票和几何聚类，在多个基准上取得显著提升。
2023-04-12 cs.CV
LSSInst: Improving Geometric Modeling in LSS-Based BEV Perception with Instance Representation
Zhejiang University（浙江大学）；University of Science and Technology of China（中国科学技术大学）
本文提出LSSInst，一种将BEV表示与实例表示结合的两阶段检测器，通过实例适配器实现语义一致性，弥补压缩BEV表示的几何细节损失，在nuScenes上超越现有LSS方法。
2024-11-19 cs.CV
Fully Convolutional Geometric Features for Category-level Object Alignment
University of California, San Diego（加利福尼亚大学圣迭戈分校）
本文主要研究同一类别中不同对象实例的姿态配准问题。这在在线对象映射中是必需的，因为在测试时检测到的对象实例通常与训练实例不同。我们的方法将同一类别的实例转换为规范化的规范坐标框架，并使用度量学习来训练完全卷积的几何特征。由此产生的模型能够在实例之间生成成对的匹配点，从而允许类别级注册。对合成数据和真实数据的评估表明，我们的方法提供了强大的功能，导致不同形状的实例的准确对齐。
2021-03-08 cs.CV cs.RO
Geometric Digital Twinning of Industrial Facilities: Retrieval of Industrial Shapes
University of Florida（佛罗里达大学）；University of Cambridge（剑桥大学）
本文设计，实现和基准测试一种新的形状检索方法，可以准确地匹配个人标记的点簇（实例）现有的工业设施与各自的CAD模型。它采用图像和点云深度学习网络的组合来分类实例并将其匹配到几何相似的CAD模型。它扩展了我们以前的研究几何数字孪生生成从点云数据，这是目前一个繁琐的，手动的过程。实验结果表明，该网络能够可靠地检索CAD模型，准确率为85.2%.所提出的研究是一个基本框架，使几何数字孪生（gDT）管道，并将真正的几何配置到数字孪生。
2022-02-10 cs.CV
Superpixel-based Two-view Deterministic Fitting for Multiple-structure Data
Xiamen University（厦门大学）；The University of Adelaide（阿德莱德大学）
提出了一种适用于多结构数据的两视图确定性几何模型拟合方法--基于超像素的确定性拟合（SDF）。SDF从超像素分割开始，有效地捕获特征外观的先验信息。特征的出现有利于降低确定性拟合方法的计算复杂性。SDF还包括两个原始元素，即，确定性采样算法和一种新的模型选择算法。这两种算法紧密耦合，以提高SDF在速度和准确性方面的性能。具体而言，所提出的采样算法利用超像素的分组线索来生成可靠且一致的假设。所提出的模型选择算法进一步利用所生成的假设的期望属性，以改进传统的适应和删除框架，以获得更高效和更有效的性能。SDF的主要特点是能够高效、确定地估计多结构数据中模型实例的参数。实验结果表明，所提出的SDF显示优于几个国家的最先进的拟合方法的实际图像与单结构和多结构的数据。
2016-07-20 cs.CV
Joint optimization of fitting & matching in multi-view reconstruction
Western University（韦仕敦大学）
几何模型拟合的许多标准方法是基于预匹配的图像特征。通常，这种预匹配仅使用特征外观（例如SIFT），并且必须丢弃大量非唯一特征以控制误报率。相比之下，我们在联合优化框架中解决特征匹配和多模型拟合问题。本文提出了几个适合与匹配的能量公式的基础上推广的分配问题。我们开发了一个有效的求解器的基础上，最小成本最大流算法，找到接近最优的解决方案。我们的方法显著增加了检测到的匹配的数量。在实践中，基于能量的联合拟合和匹配允许增加先前由局部SIFT匹配的鲁棒性限制的视点之间的距离，并且当与最先进的多模型拟合技术相比时，提高模型拟合精度。
2014-04-09 cs.CV
Robust Multi-Model Fitting through Learning Neighbor Regions
Shanghai Jiao Tong University（上海交通大学）；Cambridge University（剑桥大学）
针对多模型拟合中特征利用不足、优化低效、模型重叠和非可微流程问题，提出学习邻域区域（LNR）粗到细框架，通过神经网络预选优质最小集并编码邻域区域特征，实现最先进性能。
2026-09-15 cs.CV
Optimised Least Squares Approach for Accurate Polygon and Ellipse Fitting
Lishui University（丽水学院）；Ningbo Tianyi Design Research of Surveying and Mapping Co. Ltd（宁波天一测绘设计研究院有限公司）
提出一种基于广义最小二乘和三角适应度函数的多边形与椭圆拟合方法，无需约束且能处理不完整数据，在均方根误差指标上优于现有方法。
2023-10-19 cs.CV
Quantum Multi-Model Fitting
University of Trento（特伦托大学）；Politecnico di Milano（米兰理工大学）；Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会）；MPI for Informatics, SIC（马克斯·普朗克信息学研究所 萨尔兰信息学中心）
几何模型拟合是计算机视觉中一个具有挑战性的基本问题。最近，量子优化已被证明可以增强单个模型的鲁棒拟合，同时保留多模型拟合的问题。为了应对这一挑战，本文表明，后者的情况下可以显着受益于量子硬件，并提出了多模型拟合（MMF）的第一个量子方法。我们制定的MMF作为一个问题，可以有效地采样现代绝热量子计算机没有放松的目标函数。我们还提出了一个迭代和分解的版本，我们的方法，它支持现实世界的大小的问题。实验评估在各种数据集上显示出有希望的结果。源代码可在https://github.com/FarinaMatteo/qmmf上获得。
2023-03-27 cs.CV
UnScene3D: Unsupervised 3D Instance Segmentation for Indoor Scenes
Technical University of Munich（慕尼黑工业大学）；Technion（以色列理工学院）；NVIDIA（英伟达）
UnScene3D提出首个全无监督室内三维实例分割方法，利用自监督颜色与几何特征生成伪掩码并结合几何过分割与自训练，将平均精度提升超过300%。
2024-04-30 cs.CV
Panoptic 3D Scene Reconstruction From a Single RGB Image
Technical University of Munich（慕尼黑工业大学）
从单个图像中理解3D场景是各种任务的基础，例如机器人、运动规划或增强现实。现有的从单个RGB图像进行3D感知的工作倾向于仅关注几何重建，或者关注具有语义分割或实例分割的几何重建。受2D全景分割的启发，我们提出将几何重建、3D语义分割和3D实例分割的任务统一到全景3D场景重建的任务中-从单个RGB图像，预测图像的相机截头体中场景的完整几何重建，以及语义和实例分割。因此，我们提出了一种新的方法，从一个单一的RGB图像的整体三维场景理解，学习提升和传播2D功能从输入图像的三维体积场景表示。我们证明，这种整体视图的联合场景重建，语义，和实例分割是有益的独立处理的任务，从而优于其他方法。
2022-05-16 cs.CV
CONSAC: Robust Multi-Model Fitting by Conditional Sample Consensus
Leibniz University Hannover（莱布尼茨汉诺威大学）；Heidelberg University（海德堡大学）；University of Twente（屯特大学）
我们提出了一个强大的估计拟合多个参数模型的相同形式的噪声测量。应用包括在人造场景中寻找多个消失点，将平面拟合到建筑图像，或估计同一序列中的多个刚体运动。与以前的作品，采用手工制作的搜索策略多模型检测，我们学习的搜索策略从数据。以先前检测到的模型为条件的神经网络将RANSAC估计器引导到所有测量的不同子集，从而一个接一个地找到模型实例。我们训练我们的方法监督以及自我监督。对于搜索策略的监督训练，我们贡献了一个新的数据集用于消失点估计。利用这个数据集，该算法是优于其他强大的估计，以及指定的消失点估计算法。对于搜索的自监督学习，我们评估了所提出的算法的多单应性估计，并证明了优于国家的最先进的方法的准确性。
2020-03-25 cs.CV
Probabilistic and Geometric Depth: Detecting Objects in Perspective
The Chinese University of Hong Kong（香港中文大学）；Shanghai AI Laboratory（上海人工智能实验室）；Centre of Perceptual and Interactive Intelligence（感知与交互智能中心）
3D目标检测是诸如驾驶员辅助系统的各种实际应用中所需的重要能力。单目3D检测作为基于图像的方法中的代表性一般设置，提供了比依赖于LiDAR的常规设置更经济的解决方案，但仍然产生不令人满意的结果。本文首先对这一问题进行了系统的研究。我们观察到，当前的单目3D检测可以简化为实例深度估计问题：不准确的实例深度阻止所有其他3D属性预测提高整体检测性能。此外，最近的方法直接估计基于孤立的实例或像素的深度，而忽略了不同对象之间的几何关系。为此，我们在预测对象之间构建几何关系图，并使用该图来促进深度估计。由于每个实例的初步深度估计在这种不适定的设置中通常是不准确的，因此我们采用概率表示来捕获不确定性。它提供了一个重要的指标，以确定可靠的预测，并进一步指导深度传播。尽管基本思想很简单，但我们的方法PGD在KITTI和nuScenes基准测试中获得了显着改进，在所有单目视觉方法中排名第一，同时仍然保持实时效率。代码和模型将在https://github.com/open-mmlab/mmdetection3d上发布。
2021-11-25 cs.CV
Instance Selection Improves Geometric Mean Accuracy: A Study on Imbalanced Data Classification
Bangor University（班戈大学）；Universidad de Burgos（布尔戈斯大学）；Middlesex University（密德萨斯大学）
处理不平衡数据的一种自然方法是尝试均衡类频率并在平衡数据上训练选择的分类器。对于两类不平衡问题，分类成功率通常由真阳性率和真阴性率的几何平均值（GM）来衡量。在这里，我们证明了GM模型可以通过实例选择来改进，并给出了这种改进的理论条件。我们证明，GM是非单调的保留实例的数量，这阻碍了系统的实例选择。我们还表明，平衡的分布频率是劣于直接最大化的GM。为了验证我们的理论研究结果，我们进行了实验研究的12个实例选择方法的不平衡数据，使用66个标准的基准数据集。结果揭示了新的实例选择方法的不平衡数据的可能空间。
2018-04-19 cs.CV cs.LG stat.ML
Fitting and recognition of geometric primitives in segmented 3D point clouds using a localized voting procedure
Istituto di Matematica Applicata e Tecnologie Informatiche “E. Magenes”, Consiglio Nazionale delle Ricerche（意大利国家研究委员会应用数学与信息技术研究所“E.马格内斯”分所）
本文提出一种基于霍夫变换和局部化投票的分割点云几何基元识别方法，通过初始参数估计在降维空间中高效搜索，并利用几何描述符聚合片段，在合成与工业数据上验证了拟合鲁棒性和关系推断能力。
2022-07-07 cs.CG cs.CV cs.NA
From Implicit Ambiguity to Explicit Solidity: Diagnosing Interior Geometric Degradation in Neural Radiance Fields for Dense 3D Scene Understanding
Norwegian Institute of Bioeconomy Research (NIBIO)（挪威生物经济研究所）
本研究提出显式几何方法以解决NeRF在密集自遮挡场景中的内部几何退化问题，实现95.8%的实例恢复率。
2026-02-12 cs.CV
Geometric primitive feature extraction - concepts, algorithms, and applications
Nanyang Technological University（南洋理工大学）
本论文提出了重要的见解和概念相关的主题提取几何图元的边缘轮廓的数字图像。研究了与这一主题有关的三个具体问题，即，数字曲线的多边形逼近、数字曲线的切线估计、数字曲线的椭圆拟合与检测。对于多边形逼近问题，已经解决了两个基本问题。首先，研究了与局部和全局拟合特性有关的性能评估度量的性质。第二，一个明确的误差界的误差引入数字化连续线段已被推导出来，并用于提出一个通用的非启发式参数独立的框架，可以用于几个优势点检测方法。针对数字曲线的切线估计问题，提出了一种简单的切线估计方法。结果表明，该方法对二次曲线数字曲线具有一定的误差上界。它已被证明，该方法优于几乎所有（七十二）现有的切线估计方法，圆锥曲线以及几个非圆锥数字曲线。针对数字曲线上的椭圆拟合问题，提出了一种几何距离最小化模型。一个无约束的，线性的，非迭代的，数值稳定的椭圆拟合方法已被提出，它已被证明，所提出的方法具有更好的选择性椭圆数字曲线（高真阳性和低假阳性）相比，其他几个椭圆拟合方法。针对数字曲线中椭圆的检测问题，提出了几种适用于数字曲线的创新的快速预处理、分组和假设评估概念，并将其结合起来，形成了一种椭圆检测方法。
2013-05-16 cs.CG cs.CV
A Hybrid Quantum-Classical Algorithm for Robust Fitting
The University of Adelaide（阿德莱德大学）；Edith Cowan University（伊迪丝·考恩大学）
将几何模型拟合到受离群值污染的数据上可证明是困难的。许多计算机视觉系统依赖于随机采样算法来解决鲁棒拟合，其不提供最优性保证和误差界。因此，至关重要的是开发新的方法，可以弥合昂贵的精确解决方案和无法提供质量保证的快速制造之间的差距。在本文中，我们提出了一个混合量子经典算法的鲁棒拟合。我们的核心贡献是一个新的强大的拟合配方，解决了一系列的整数规划和终止的全球解决方案或错误界。组合子问题服从量子退火，这有助于有效地收紧边界。虽然我们对量子计算的使用并没有克服鲁棒拟合的基本困难，但通过提供误差范围，我们的算法是对随机算法的实际改进。此外，我们的工作代表了量子计算在计算机视觉中的具体应用。我们目前使用实际的量子计算机（D-Wave Advantage）和通过模拟获得的结果。源代码：www. example. com
2022-06-27 cs.CV
Simultaneous multi-view instance detection with learned geometric soft-constraints
IRISA（法国国家信息与自动化研究所/雷恩信息与系统研究所（注：IRISA常见译名为雷恩信息、信号与自动化研究所，属于法国国家科研中心与布列塔尼大学等共建的研究机构，标准常用译名为「IRISA研究所」或直译「信息与自动化系统研究所」，此处采用通用常用名：IRISA研究所））；Université Bretagne Sud（南布列塔尼大学）；ETH Zurich（苏黎世联邦理工学院）
我们建议共同学习多视图几何和变形之间的视图相同的对象实例的强大的跨视图目标检测。使多视图对象实例检测困难的是视点、光照条件、相邻对象的高相似性和尺度的强可变性的强烈变化。通过将不同视图中的目标检测和实例重新识别变成一个联合学习任务，我们能够将图像外观和几何软约束结合到一个可学习的端到端的单个多视图检测过程中。我们验证了我们的方法在一个新的，大的数据集的街道级的城市物体的mumamas和各种基线相比，表现出优越的性能。我们的贡献有三个方面：用于多视图实例检测和重新识别的大规模、公开可用的数据集;为多视图实例检测定制的注释工具;以及新颖的、整体的多视图实例检测和重新识别方法，其联合地对跨视图的几何形状和外观进行建模。
2019-07-25 cs.CV cs.LG stat.ML
Instance-wise Occlusion and Depth Orders in Natural Scenes
LG AI Research（LG人工智能研究院）；POSTECH（浦项科技大学）
在本文中，我们介绍了一个新的数据集，名为InstaOrder，可用于理解图像中的实例的几何关系。该数据集由101 K自然场景中类标记实例的290万个几何排序注释组成。这些场景由3，659名人群工作者注释，涉及（1）识别遮挡者/被遮挡者的遮挡顺序和（2）描述考虑到与相机的相对距离的顺序关系的深度顺序。该数据集为相同的实例提供了两种排序的联合注释，我们发现遮挡顺序和深度顺序是互补的。我们还介绍了一种称为InstaOrderNet的几何顺序预测网络，它优于最先进的方法。此外，我们提出了一种称为InstaDepthNet的密集深度预测网络，该网络使用辅助几何顺序损失来提高最先进的深度预测方法MiDaS的准确性[56]。
2022-03-29 cs.AI cs.CV
SIGNet: Semantic Instance Aided Unsupervised 3D Geometry Perception
UC San Diego（加利福尼亚大学圣地亚哥分校）；Toyota InfoTechnology Center（丰田信息技术中心）
用于几何感知的无监督学习（深度、光流等）对自治系统来说是非常重要的。最近的无监督学习在感知几何方面取得了相当大的进展;然而，它们通常忽略对象的一致性，并且在黑暗和嘈杂的环境下表现不佳。相反，监督学习算法，这是强大的，需要大的标记几何数据集。本文介绍了SIGNet，一种新的框架，提供强大的几何感知，而不需要几何信息标签。具体来说，SIGNet集成了语义信息，使深度和流量预测与对象一致，并对低光照条件具有鲁棒性。SIGNet被证明可以将最先进的无监督学习深度预测提高30%（相对误差平方）。特别是，SIGNet在深度预测方面将动态对象类性能提高了39%，在流量预测方面提高了29%。我们的代码将在https://github.com/mengyuest/SIGNet上提供
2019-04-05 cs.CV
FineControlNet: Fine-level Text Control for Image Generation with Spatially Aligned Text Control Injection
Samsung AI Center（三星人工智能中心）
针对ControlNet无法控制生成图像实例外观的问题，提出FineControlNet，通过隐空间中实例文本提示与二维姿态的空间对齐，实现姿态精准控制下的实例外观细粒度控制，性能优于现有同类模型。
2023-12-14 cs.CV
GVC-Seg: Training-Free 3D Instance Segmentation via Geometric Visual Correspondence
Victoria University of Wellington（惠灵顿维多利亚大学）；Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））；Southern University of Science and Technology（南方科技大学）
提出GVC-Seg，一种免训练的3D实例分割方法，通过几何与视觉特征对应消除多模型集成中的置信度偏差，在多个基准上达到最优性能。
2026-06-06 cs.AI cs.CV
ParSeNet: A Parametric Surface Fitting Network for 3D Point Clouds
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Adobe Research（奥多比研究院）；IIT Bombay（印度理工学院孟买分校）
我们提出了一种新型的端到端可训练的深度网络ParSeNet，它将3D点云分解为参数曲面片，包括B样条曲面片和基本几何图元。ParSeNet在人造3D形状的大规模数据集上进行训练，并捕获用于形状分解的高级语义先验。它比以前的工作处理更丰富的原语类，并允许我们表示具有更高的保真度的表面。与纯几何方法相比，它还产生了表面的可重复和鲁棒的参数化。我们提出了广泛的实验，以验证我们的方法对分析和学习为基础的替代品。我们的源代码可在https://hippogriff.github.io/parsenet上公开获取。
2020-09-22 cs.CV cs.LG
GeoGuide: Hierarchical Geometric Guidance for Open-Vocabulary 3D Semantic Segmentation
University of Science and Technology of China（中国科学技术大学）；National Key Laboratory of Deep Space Exploration, Deep Space Exploration Laboratory（深空探测全国重点实验室，深空探测实验室）
GeoGuide提出了一种新的框架，通过预训练3D模型整合层次几何-语义一致性，以提升开放词汇3D分割的性能，通过不确定性基于的超点蒸馏模块和实例级掩码重建模块等方法增强局部语义一致性。
2026-03-27 cs.AI cs.CV
IRIS-SLAM: Unified Geo-Instance Representations for Robust Semantic Localization and Mapping
IRIS-SLAM通过统一的几何-实例表示提升语义SLAM的鲁棒性，解决传统方法在语义理解和闭环检测上的不足。
2026-03-27 cs.CV cs.RO
