Articulated shape matching using Laplacian eigenfunctions and unsupervised point registration

Matching articulated shapes represented by voxel-sets reduces to maximal sub-graph isomorphism when each set is described by a weighted graph. Spectral graph theory can be used to map these graphs onto lower dimensional spaces and match shapes by aligning their embeddings in virtue of their invarian...

Celý popis

Podrobná bibliografie

Vydáno v:	2008 IEEE Conference on Computer Vision and Pattern Recognition s. 1 - 8
Hlavní autoři:	Mateus, Diana, Horaud, Radu, Knossow, David, Cuzzolin, Fabio, Boyer, Edmond
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.06.2008
Témata:	Clustering algorithms Eigenvalues and eigenfunctions Fellows Graph theory Histograms Kernel Laplace equations Noise shaping Shape Topology
ISBN:	9781424422425, 1424422426
ISSN:	1063-6919, 1063-6919
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!