SRE-FMaps: Un marco de mapas funcionales elásticos regularizados con Sinkhorn para la correspondencia de formas 3D no...

Área de la Ciencia:

• Visión por Computadora
• Geometría Computacional
• Aprendizaje Profundo Geométrico

Sus antecedentes:

• La correspondencia precisa de formas 3D es crucial para el modelado médico y el reconocimiento visual.
• Los métodos tradicionales tienen dificultades con las formas no isométricas debido a una sensibilidad limitada a las deformaciones locales.

Objetivo del estudio:

• Proponer un marco novedoso, Mapas Funcionales Elásticos Regularizados con Sinkhorn (SRE-FMaps), para la correspondencia robusta de formas 3D no isométricas.
• Mejorar la sensibilidad a las deformaciones geométricas locales como el estiramiento y la flexión.

Principales métodos:

• Integración del transporte óptimo regularizado por entropía (algoritmo de Sinkhorn) para una inicialización eficiente.
• Introducción de una base elástica no ortogonal derivada de la energía de lámina delgada para una mejor percepción de las características.
• Cuantificación de la estabilidad de la correspondencia utilizando una métrica de distancia elástica basada en coseno.

Principales resultados:

• SRE-FMaps redujo el error de correspondencia hasta en un 32% y logró una precisión de clasificación promedio del 92,3%.
• Demostró una solidez superior en el manejo de deformaciones de flexión, estiramiento y plegado en comparación con los métodos basados en LB.
• Logró un alto recall (hasta 91,67%) y F1-score (0,94) en conjuntos de datos de referencia.

Conclusiones:

• El marco SRE-FMaps ofrece una solución escalable y eficaz para la correspondencia de formas 3D no isométricas.
• Mejora significativamente la precisión y la robustez para aplicaciones en modelado médico, reconstrucción 3D y reconocimiento visual.