跳至主要内容

用于统计分析2D和3D形状数据的软件。

项目描述

# Deformetrica

网站: [www.deformetrica.org](http://www.deformetrica.org/)

Deformetrica 是一款用于2D和3D形状数据统计分析的软件。它本质上计算2D或3D环境空间的变形,进而将任何嵌入此空间的对象进行扭曲,无论该对象是曲线、曲面、结构化或非结构化点集、图像,或它们的任意组合。

_Deformetrica_ 包含三个主要应用:- 配准:估算两个对象集之间最佳可能的变形;- 图谱构建:从对象集的集合中估计平均对象配置,以及从该平均到集合中每个样本的变形;- 测地线回归:估算一个时间序列对象,使其尽可能接近按时间索引的一组观测值。

_Deformetrica_ 对其处理的数据要求非常少。特别是,它__不__要求对象之间有点对应关系!

## 安装

## 社区

## 参考资料

Deformetrica 依赖于基于控制点的大型变形微分度量映射框架的实例,该框架由 [[Durrleman et al. 2014]](https://linkinghub.elsevier.com/retrieve/pii/S1053811914005205) 提出。这篇文章全面描述了 射击配准确定性图谱 应用。装备了这些基本构建块,随后开发了额外的应用:- 贝叶斯图谱,如 [[Gori et al. 2017]](https://hal.archives-ouvertes.fr/hal-01359423/) 中所述;- 测地线回归,如 [[Fishbaugh et al. 2017]](https://www.medicalimageanalysisjournal.com/article/S1361-8415(17)30044-0/fulltext) 中所述;- 平行传递,如 [[Louis et al. 2018]](https://www.researchgate.net/publication/319136479_Parallel_transport_in_shape_analysis_a_scalable_numerical_scheme) 中所述;- 纵向图谱,如 [[Bône et al. 2018a]](https://www.researchgate.net/publication/324037371_Learning_distributions_of_shape_trajectories_from_longitudinal_datasets_a_hierarchical_model_on_a_manifold_of_diffeomorphisms) 和 [[Bône et al. 2020]](https://www.researchgate.net/publication/342642363_Learning_the_spatiotemporal_variability_in_longitudinal_shape_data_sets) 中所述。

[[Bône et al. 2018b]](https://www.researchgate.net/publication/327652245_Deformetrica_4_an_open-source_software_for_statistical_shape_analysis) 提供了一个简明的参考,总结了这些功能,并统一了符号。

# 存档存储库

项目详情


下载文件

下载适合您平台的文件。如果您不确定选择哪个,请了解更多关于安装包的信息。

源代码分发

deformetrica-4.3.0.tar.gz (161.0 kB 查看哈希值)

上传时间 源代码

构建分发

deformetrica-4.3.0-py3-none-any.whl (244.5 kB 查看哈希值)

上传时间 Python 3

AWS AWS 云计算和安全赞助商 Datadog Datadog 监控 Fastly Fastly CDN Google Google 下载分析 Microsoft Microsoft PSF赞助商 Pingdom Pingdom 监控 Sentry Sentry 错误日志 StatusPage StatusPage 状态页面