面向三维模型视图特征提取的残差卷积网络优化

• 作者: 刘复昌 刘杨圣彦 张三元 潘翔
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 多视图卷积网络 网络深度 残差网络 加权损失函数
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 图像与视觉
• 页码范围: 936-942
• 页数: 7页
• 分类号: TP391.41
• 字数: 5091字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2019.17398

摘要

在已有残差卷积神经网络基础上,采用加权损失函数提高视图特征的可分性,提出面向三维模型视图特征提取的残差卷积网络优化算法.首先对三维模型进行多视图渲染得到二维视图;然后通过残差网络扩展模块加深网络深度;最后采用中心损失函数和交叉熵损失函数定义加权损失函数,解决交叉熵损失函数因为类内距离小于类间距离而导致的特征不可分问题.在ModelNet数据集上的实验结果表明,该算法提取到的特征在三维模型分类问题上性能表现优异.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张三元	浙江大学计算机科学与技术学院	95	1145	20.0	30.0
2	潘翔	浙江工业大学计算机科学与技术学院	44	316	9.0	16.0
3	刘复昌	杭州师范大学杭州国际服务工程学院	7	19	3.0	4.0
4	刘杨圣彦	浙江工业大学计算机科学与技术学院	1	1	1.0	1.0