发明名称 |
一种基于稀疏自编码的三维模型识别方法 |
摘要 |
一种基于稀疏自编码的三维模型识别方法:采集不同三维模型的二维视图集,构建数据库;选定查询的三维模型,得到低层特征;利用稀疏自编码模型来学低层特征与初级高层特征之间的滤波器函数;从数据库中得到对比三维模型的低层特征;根据滤波器函数卷积对比三维模型的低层特征,经过池化得到对比三维模型的高层特征;根据滤波器函数卷积查询的三维模型的二维视图,经过池化得到查询的三维模型的高层特征;利用二维视图的高层特征,计算查询模型和对比模型的相似度;判断是否将数据库中的所有三维模型都已作为对比三维模型;降序排列查询的三维模型和所有对比三维模型的相似度,将相似度最高的三维模型的类别作为识别结果。本发明大幅提高了识别效果。 |
申请公布号 |
CN105868706A |
申请公布日期 |
2016.08.17 |
申请号 |
CN201610181272.5 |
申请日期 |
2016.03.28 |
申请人 |
天津大学 |
发明人 |
刘安安;李希茜;聂为之 |
分类号 |
G06K9/00(2006.01)I;G06K9/40(2006.01)I;G06K9/62(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06K9/00(2006.01)I |
代理机构 |
天津市北洋有限责任专利代理事务所 12201 |
代理人 |
杜文茹 |
主权项 |
一种基于稀疏自编码的三维模型识别方法,其特征在于,包括以下步骤:1)采集不同三维模型的二维视图集,构建数据库;2)选定查询的三维模型,从数据库中随机提取该三维模型的二维视图中的一组子块,并对子块进行预处理,得到低层特征;3)利用稀疏自编码模型来学习子块的低层特征与初级高层特征之间的滤波器函数f;4)从数据库中提取一对比三维模型的二维视图中的一组子块,并对子块进行预处理,得到对比三维模型的低层特征;5)根据滤波器函数f卷积步骤4)中所述的对比三维模型的低层特征,经过池化得到对比三维模型的高层特征;6)根据滤波器函数f卷积查询的三维模型的二维视图,经过池化得到查询的三维模型的高层特征;7)利用二维视图的高层特征,计算查询模型和对比模型的相似度;8)判断是否将数据库中的所有三维模型都已作为对比三维模型,是则进入下一步骤,否则返回步骤4);9)降序排列查询的三维模型和所有对比三维模型的相似度,将相似度最高的三维模型的类别作为识别结果。 |
地址 |
300072 天津市南开区卫津路92号 |