Object correspondence as a machine learning problem
Object correspondence as a machine learning problem
复制标题
对象对应作为机器学习问题
DOI：
--
复制
发表时间：
2005
期刊：
影响因子：
--
通讯作者：
V. Blanz
中科院分区：
文献类型：
--
作者：
B. Scholkopf;F. Steinke;V. Blanz
我们提出了机器学习方法来估计变形场，该方法将两个给定的对象相互转换，从而建立密集的点对点对应关系。使用修改的支持向量机计算这些场，该支持向量机包含惩罚，强制一个对象的点将被映射到另一个对象上的“相似”点。我们的系统几乎不包含工程或领域知识，提供最先进的性能。我们给出了应用结果，包括接近照片真实感的3D头部模型的变形。
We propose machine learning methods for the estimation of deformation fields that transform two given objects into each other, thereby establishing a dense point to point correspondence. The fields are computed using a modified support vector machine containing a penalty enforcing that points of one object will be mapped to "similar" points on the other one. Our system, which contains little engineering or domain knowledge, delivers state of the art performance. We present application results including close to photorealistic morphs of 3D head models.