球面深度全景图表示下的三维形状识别

• 作者: 冯元力 刘新国 周潇 夏梦 季鹏磊 曾鸣
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 卷积神经网络 形状识别 球面投影 全景图
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 图形与可视化
• 页码范围: 1689-1695
• 页数: 7页
• 分类号: TP391.41
• 字数: 4675字
• 语种: 中文

摘要

三维形状识别是近年来较为热门的研究方向,针对其中的三维模型形状的表达方法和识别问题,提出一种多分支卷积神经网络下的三维模型识别方法.该方法通过对三维模型进行球面深度投影得到球面全景图;为了提高识别精度,将每个模型的球面全景图从多个角度展开,创建多幅平面图像作为识别系统的输入;识别系统使用多分支的卷积神经网络,并将多幅全景图进行整合分析,最终得到一个三维模型的识别结果.对三维模型进行分类和检索的实验结果表明,文中方法的识别效果优于近年来的前沿方法,对三维模型进行检索的准确度甚至超过了多视图识别方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾鸣	厦门大学软件学院	1	4	1.0	1.0