ohirose/bcpd

何を解決するか

このプロジェクトは、点群および高次元関数の登録（整列）のための確率的アルゴリズムのスイートを提供します。非剛性整列の問題を解決し、形状や信号が変形、ノイズ、構造的に複雑な場合でも対応可能で、3Dモデル再構成、形状解析、空間トランスクリプトミクスなどの科学的データの整列に応用できます。

動作方法

ソフトウェアは、さまざまな種類のデータを処理するための複数のベイズ枠組みを実装しています：

• ドメイン弾性変換 (DET): ボクセル化を必要とせず、不規則な定義域上の高次元信号（関数）をグリッドフリーで登録するフレームワークです。
• ベイズ一貫点漂流 (BCPD): 一貫点漂流アルゴリズムの一般化であり、運動の一貫性事前分布を使用して、点群の滑らかで非剛性な変形を保証します。
• 地図ベースBCPD (GBCPD): 地図指数カーネルを使用することでBCPDを強化し、空間的に近いが位相的に遠い境界を分離するのに役立ちます。
• 依存ランドマーク漂流 (DLD): 運動の一貫性事前分布の代わりに統計的形状モデルを使用し、学習された平均形状をターゲット点群に適合させます。

大規模データセット（数百万点）を扱うために、ダウンサンプリング、変位場補間、低ランク行列近似のNyström法、k-dツリー探索を用いた「++」加速フレームワークを採用しています。

対象ユーザー

このツールは、3Dコンピュータビジョン、形状解析、空間トランスクリプトミクス、信号処理において、複雑な非剛性データセットを整列する必要がある研究者やエンジニア向けに設計されています。

特徴

• スケーラビリティ: 最適化された加速モードにより、標準的なハードウェアで数百万点を処理可能。
• 汎用性: 幾何学的点集合の登録と関数信号の登録の両方をサポート。
• ロバスト性: 複雑な位相的切断に対応するための地図カーネルと、ノイズに強い適合を実現する統計的形状モデルを含む。
• 柔軟な変換: 同相似、アフィン、剛性、非剛性変換モデルをサポート。