基于深度学习的三维模型检索研究

• 作者: 刘晓红 张静 曲志坚
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 卷积神经网络 视图 特征提取 三维模型检索
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 54-58
• 页数: 5页
• 分类号: TP391.41
• 字数: 3703字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2163.2019.03.012

摘要

基于卷积神经网络在图像领域的发展,本文研究了将卷积神经网络应用到三维模型检索领域.对三维模型预处理后,选择6个投影角度把模型投影成6幅二维图像,利用提取的视图作为神经网络的输入,利用深度学习框架提取图像特征作为最终的模型描述符.之后通过比较2个模型多个视角的二维投影的相似度,如果两者间相似,则三维模型也是相似的,再取多维视图的相似度平均值得到2个三维模型的最终相似度,选择最终相似度最大的10个模型作为结果输出.充分利用二维图像领域性能优越的网络架构,并且存在海量图像数据供深度学习模型进行预训练.从检索结果看出,该方法能够得到较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张静	山东理工大学计算机科学与技术学院	40	38	3.0	4.0
2	刘晓红	山东理工大学计算机科学与技术学院	36	176	6.0	12.0
3	曲志坚	山东理工大学计算机科学与技术学院	18	88	4.0	9.0