检索结果-内蒙古大学图书馆

中国科学院大学学报（中英文） 2020年第4期37卷 450-457页

作者：唐思琦韩丛英郭田德中国科学院大学数学科学学院北京100049 中国科学院大数据挖掘和知识管理重点实验室北京100190

点集匹配是计算机视觉和模式识别中的重要问题,在目标识别、医学图像配准、姿态估计等方面都得到广泛应用。提出基于机器学习的端对端模型——multi-pointer network(MPN)来解决点集匹配问题。该网络模型利用多标签分类的思想,改进point... 详细信息

点集匹配是计算机视觉和模式识别中的重要问题,在目标识别、医学图像配准、姿态估计等方面都得到广泛应用。提出基于机器学习的端对端模型——multi-pointer network(MPN)来解决点集匹配问题。该网络模型利用多标签分类的思想,改进pointer network。以前的模型只输出输入序列的一个元素,而MPN模型选择输入序列中的一组元素作为输出。首先,把点集匹配问题转换为序列问题。这样,网络的输入为顶点的坐标序列,输出为点对之间的对应关系。利用这种方式,可以解决相对于整个空间的平移变换和其他大幅度的刚性变换。实验结果表明,模型也可以被推广解决其他带结构的组合优化问题,如三角剖分等。

关键词：多指向型网络点集匹配递归神经网络长短期记忆网络多标签分类

来源：评论

学校读者我要写书评

暂无评论

基于机器学习的点集匹配算法

基于机器学习的点集匹配算法

引用

第一届认知智能与信息安全研讨会

作者：唐思琦韩丛英郭田德中国电子科技集团公司信息科学研究院北京 100086 中国科学院大学数学科学学院北京 100018 中国科学院大学数学科学学院北京 100018 中国科学院大数据挖掘和知识管理重点实验室北京 100018

点集匹配是计算机视觉应用和模式识别中的重要问题，在目标识别、医学图像配准、姿态估计等方面都得到广泛应用.在这篇文章中，我们提出了一个基于机器学习的端对端模型——Multi-Pointer Network来解决点集匹配问题.这个网络模型利用... 详细信息

点集匹配是计算机视觉应用和模式识别中的重要问题，在目标识别、医学图像配准、姿态估计等方面都得到广泛应用.在这篇文章中，我们提出了一个基于机器学习的端对端模型——Multi-Pointer Network来解决点集匹配问题.这个网络模型利用多标签分类的思想改进了Pointer Network.不同于之前模型只输出输入序列的一个元素，我们的模型选择一组输入序列的元素作为输出.我们首先把点集匹配问题转换为序列问题，这样网络的输入为顶点的坐标序列，输出为点对之间的对应关系.利用这种方式，我们可以解决相对于整个空间的平移变换和其他大幅度的刚性变换.实验结果表明，模型也可以推广解决其他带结构的组合优化问题，如三角剖分等.

关键词：多指向型网络点集匹配递归神经网络长短期记忆网络多标签分类

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：