研究人员引入了一个新的耦合最优传输（OT）框架，该框架使用一小组带注释的地标来指导识别数据分布之间的变换。该方法将传输计划和变形场的优化整合到一个模型中，确保变形受到地标数据和成本驱动的分布匹配的影响。该框架建立了基于地标的配准与基于传输的分布匹配之间的联系，从而能够通过稀疏的几何监督来恢复传输图。已开发出一种用于计算的数值算法，并在形状匹配应用中证明了其有效性。 AI
影响 这项研究可以改进机器学习应用中的形状匹配和几何变换恢复。
排序理由 该集群包含一篇详细介绍新计算框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
