利用CNN特征和BoWs的三维模型检索算法

• 作者: 李海生 祝晓斌 董水龙 蔡强
• 来源期刊: 广西大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络特征 词袋模型 特征融合 三维模型检索
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 计算机与电子信息科学
• 页码范围: 1787-1792
• 页数: 6页
• 分类号: TP391.41
• 字数: 2899字
• 语种: 中文
• DOI: 10.13624/j.cnki.issn.1001-7445.2017.1787

摘要

为提高基于视图的三维模型检索算法的精确度,将卷积神经网络(CNN)特征和词袋模型(BoWs)检索思路相结合,提出一种新的基于视图的三维模型检索算法.提取CNN特征,利用BoWs的检索思想对模型单一特征进行合并,消除视图间关联.将多个CNN特征融合,提高检索精确度.在ETH-80数据集上实验,结果表明:与目前现有算法相比,本算法检索精确度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡强	北京工商大学计算机与信息工程学院	65	684	15.0	23.0
3	李海生	北京工商大学计算机与信息工程学院	52	406	11.0	18.0
5	祝晓斌	北京工商大学计算机与信息工程学院	7	60	3.0	7.0
11	董水龙	北京工商大学计算机与信息工程学院	3	13	3.0	3.0