基于局部编码体素化的三维模型分类与检索
针对体素化的三维模型在分类与检索中表达单一、特征信息不足的问题,提出了一种基于局部编码体素化的三维模型分类与检索算法.首先,设计了一种基于局部编码体素化的三维模型生成方法,该方法通过融合三维模型局部空间结构与尺度信息,对三维模型进行局部特征编码,并生成局部编码体素模型.其次,提出了一种三维空间注意力模块,该模块可计算局部编码体素模型的空间位置权重并增强模型的三维空间特征.最后,进一步构建了一种局部编码体素空间卷积神经网络,可用于提取局部编码体素模型的特征描述符,并实现三维模型的分类与检索.实验结果表明,此算法在刚性三维模型数据集ModelNet40、ModelNet10以及ScanObjectNN上的分类准确率分别达到92.1%、94.8%、82.6%,在刚性三维模型数据集ModelNet40、ShapeNet Core55上的检索准确率分别达到94.7%与88.1%.
三维模型、体素化、局部编码、卷积神经网络、分类与检索
41
TP301(计算技术、计算机技术)
国家自然科学基金;广东省自然科学基金资助项目;广东省自然科学基金资助项目;广东省普通高校重点研究资助项目;广东省普通高校重点研究资助项目;佛山市科技创新资助项目
2023-06-12(万方平台首次上网日期,不代表论文的发表时间)
共13页
1-13