Comparing local shape descriptors
Comparing local shape descriptors
复制标题
比较局部形状描述符
DOI：
10.1007/s00371-012-0725-9
复制
发表时间：
2012-09
期刊：
影响因子：
--
通讯作者：
C. Grimm
中科院分区：
文献类型：
--
作者：
Heider, P., A. Pierre-Pierre, R. Li, R. Müller,;C. Grimm
局部形状描述符可用于各种任务，从配准到比较，再到形状分析和检索。已经为这些任务开发了多种局部形状描述符，这些描述符已单独或成对进行评估，但不会相互对抗。我们提供了对现有描述符的调查以及比较它们的框架。我们使用来自各种来源的真实数据集对描述符进行详细评估。我们首先评估这些指标在网格分辨率、噪声和平滑变化下的稳定性。然后我们分析描述符对于形状匹配任务的辨别能力。最后，我们比较形状分类任务上的描述符。我们的结论是，使用 25 个样本对正态分布和平均曲率进行采样，并通过主成分分析将数据减少到 5-10 个样本，从而提供了对噪声的鲁棒性和最佳形状辨别结果。对于形状分类，在顶点采样或平均的平均曲率以及更全局的形状直径函数表现最佳。
Local shape descriptors can be used for a variety of tasks, from registration to comparison to shape analysis and retrieval. There have been a variety of local shape descriptors developed for these tasks, which have been evaluated in isolation or in pairs, but not against each other. We provide a survey of existing descriptors and a framework for comparing them. We perform a detailed evaluation of the descriptors using real data sets from a variety of sources. We first evaluate how stable these metrics are under changes in mesh resolution, noise, and smoothing. We then analyze the discriminatory ability of the descriptors for the task of shape matching. Finally, we compare the descriptors on a shape classification task. Our conclusion is that sampling the normal distribution and the mean curvature, using 25 samples, and reducing this data to 5–10 samples via Principal Components Analysis, provides robustness to noise and the best shape discrimination results. For shape classification, mean curvature sampled at the vertex or averaged, and the more global Shape Diameter Function, performed the best.
登录
查看更多内容
影响因子：
5.7
作者：
Fischl, B;Sereno, MI;Dale, AM
通讯作者：
Dale, AM
DOI：
10.1145/1179352.1141930
发表时间：
2006-07
期刊：
ACM SIGGRAPH 2006 Papers
影响因子：
--
作者：
Ryan M. Schmidt;C. Grimm;B. Wyvill
通讯作者：
Ryan M. Schmidt;C. Grimm;B. Wyvill
DOI：
10.2312/3dor/3dor11/049-056
发表时间：
2011-04
期刊：
--
影响因子：
--
作者：
Paul M. Heider;Alain Pierre-Pierre-Alain-Pierre-Pierre-1438300103;Ruosi Li;C. Grimm
通讯作者：
Paul M. Heider;Alain Pierre-Pierre-Alain-Pierre-Pierre-1438300103;Ruosi Li;C. Grimm
影响因子：
10.6
作者：
J. Ong;A. Seghouane
通讯作者：
J. Ong;A. Seghouane
DOI：
10.1109/iccv.1999.790402
发表时间：
1999-09
期刊：
Proceedings of the Seventh IEEE International Conference on Computer Vision
影响因子：
--
作者：
S. Yamany;A. Farag
通讯作者：
S. Yamany;A. Farag