研究人员开发了 BridgeMatch,一种新颖的两阶段生成式求解器,用于三维可变形配准。与修剪假设的传统粗到精方法不同,该方法在粗分辨率和高分辨率下都保持完整的软匹配矩阵。第一阶段使用去噪扩散在紧凑的粗分辨率空间中估计全局匹配矩阵,然后将其提升到高分辨率。第二阶段使用条件化传输桥来细化该矩阵,该桥通过确定性的 Flow Matching ODE 或随机的 Brownian-bridge SDE 实现。在 4DMatch 和 4DLoMatch 等数据集上的实验表明,BridgeMatch 可产生更准确的对应关系,并改善下游配准效果,尤其是在低重叠场景和跨数据集无需适应的情况下。 AI
影响 引入了一种新颖的三维可变形配准生成式方法,有望在复杂场景和跨数据集泛化方面提高准确性。
排序理由 该项目是一篇研究论文,详细介绍了一种新的三维可变形配准方法。[lever_c_demoted from research: ic=1 ai=1.0]
- 4DLoMatch
- 4DMatch
- arXiv
- BridgeMatch
- CAPE
- DeepDeform
- Flow Matching for Generative Modeling
- Schrödinger Bridges
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →