基于深度学习的三维模型重建检索算法研究

• 作者: 冯智键 周燕 曾凡智 江展锋
• 来源期刊: 福建电脑
• 关键词: 三维模型检索 深度学习 三维模型重建 特征提取
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 基金项目论文
• 页码范围: 9-10,53
• 页数: 3页
• 字数: 2165字
• 语种: 中文
• DOI: 10.16707/j.cnki.fjpc.2017.11.004

摘要

三维模型的分析是计算机视觉系统的重要研究内容,为解决计算机视觉中的三维模型重建、特征提取、分类、识别和检索等难题,本文利用深度学习的(CNN)卷积神经网络实现三维模型深度特征的提取和检索的框架.首先通过LIDAR装置获取物体的三维点云源数据信息,利用最近点迭代算法拼接模型;然后,提取模型集的特征图,用于训练CNN,并在全链接层提取特征用于分类和识别.在仿真系统中,该框架有良好的检索准确率,表明了CNN深度特征的高效辨别能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周燕	佛山科学技术学院计算机系	48	185	8.0	12.0
2	曾凡智	佛山科学技术学院计算机系	62	309	11.0	14.0
3	冯智键	佛山科学技术学院计算机系	1	3	1.0	1.0
4	江展锋	佛山科学技术学院计算机系	1	3	1.0	1.0