发明名称 |
一种基于深度学的三维模型检索方法及其检索装置 |
摘要 |
本发明公开了一种基于深度学的三维模型检索方法及其检索装置,检索方法包括:获取三维模型的一组二维视图集;训练一组用于卷积神经网络的滤波器模板;通过训练后的滤波器模板对二维视图集中的每一幅视图进行卷积,形成视图初级特征;将视图初级特征作为多个递归神经网络的输入,学得到视图高级特征;用视图高级特征来表示视图,计算不同三维模型的视图间的相似度,进而计算不同三维模型间的相似度,降序排列得到最终的检索结果。检索装置包括:获取模块、训练模块、卷积模块、学模块、计算模块和排序模块。本发明通过卷积神经网络和递归神经网络学到的高级特征能够很好地表征数据内在结构规律,提高了三维模型检索的准确性和鲁棒性。 |
申请公布号 |
CN105243139A |
申请公布日期 |
2016.01.13 |
申请号 |
CN201510651898.3 |
申请日期 |
2015.10.10 |
申请人 |
天津大学 |
发明人 |
刘安安;曹群;聂为之;苏育挺 |
分类号 |
G06F17/30(2006.01)I;G06K9/46(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06F17/30(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 |
李林娟 |
主权项 |
一种基于深度学习的三维模型检索方法,其特征在于,所述三维模型检索方法包括以下步骤:获取三维模型的一组二维视图集;训练一组用于卷积神经网络的滤波器模板;通过训练后的滤波器模板对二维视图集中的每一幅视图进行卷积,形成视图初级特征;将视图初级特征作为多个递归神经网络的输入,学习得到视图高级特征;用视图高级特征来表示视图,计算不同三维模型的视图间的相似度,进而计算不同三维模型间的相似度,降序排列得到最终的检索结果。 |
地址 |
300072 天津市南开区卫津路92号 |