Non-rigid Segmentation using Sparse Low Dimensional Manifolds and(泛读)

一.文献名字和作者

    Non-rigid Segmentation using Sparse Low Dimensional Manifolds and Deep Belief Networks， CVPR2014

   

二.阅读时间

    2014年10月4日

三.文献的贡献点

    文献的主要贡献点在于提出了一种基于稀疏低维流形的直接的非刚体分割方法，而不是传统的需要经过刚体检测，然后再进非刚体描述，同时，作者提出来的方法也是具有较小的搜索空间和较低的训练复杂度。

     作者主要是在超声波图像中做左心室瓣的分割和正脸图像中做嘴唇分割。这篇文章将问题引入到上面提到的两个方面的时候，说法很值得学习，具体说法如下：

    这篇文章真心没看懂写的是什么。

 

版权所有，欢迎转载，转载请注明出处，谢谢