基于多局部显着视图与WVV的三维模型分类-计算机工程.PDF

第 卷 第 期 计 算 机 工 程 年 月 人工智能及识别技术 文章编号 文献标志码 中图分类号 基于多局部显著视图与的三维模型分类 白静 相 潇 司庆龙 刘振刚 秦飞巍 北方民族大学 计算机科学与工程学院银川 杭州电子科技大学 计算机学院杭州 摘 要 为提高基于视图的三维模型分类算法准确度结合多局部显著视图与卷积神经网络提出一种新的 三维模型分类算法 提取三维模型多视角下的局部视图引入显著性评价建立多局部显著视图集合以合理表征 原始三维模型兼顾数据表示的完整性和多样性 在此基础上综合单视图利用 策略构建面向三维 模型分类任务的集成深度学习模型从而提高分类器的泛化性和准确率 在 数据集上的实验结果表 明该算法可有效提高分类准确率 关键词 局部视图卷积神经网络集成深度学习显著视图三维模型分类 中文引用格式白 静相 潇司庆龙等基于多局部显著视图与 的三维模型分类计算机工程 英文引用格式 取三维模型的描述符 进而实现分类和检索 随 概述 着三维模型复杂度及数量的不断增长学者们发现 随着三维建模技术及计算机视觉等领域的不断 这种传统的三维模型分类方法存在无法客观合理 发展目前三维模型已被广泛应用于虚拟现实工业 捕捉模型本质特征的天然缺陷难以满足不断增长 设计影视动画和分子生物学等各个领域其数量呈 的分类需求 深度学习技术也称为特征学习技