基于分层学习的三维模型兴趣点提取算法

• 作者: 刘予琪 庞超逸 杨思鹏 胡超 舒振宇 辛士庆 龚梦航
• 来源期刊: 计算机辅助设计与图形学学报
• 学科: 工学
• 关键词: 三维模型 三维模型兴趣点 分层学习
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 图形与可视化
• 页码范围: 222-232
• 页数: 11页
• 分类号: TP391.72
• 字数: 7754字
• 语种: 中文
• DOI: 10.3724/SP.J.1089.2020.17936

摘要

针对基于学习的三维模型兴趣点提取问题,提出一种兴趣点分层学习的全监督算法.提取三维模型表面所有顶点的特征向量后,将人工标注的兴趣点分为稀疏点和密集点,对于稀疏点使用整个三维模型进行神经网络训练,对于密集点则找出兴趣点分布密集的区域进行单独的神经网络训练;然后对2个神经网络进行特征匹配,得到一个用于三维模型兴趣点提取预测的分类器.测试时,提取新输入的三维模型上所有顶点的特征向量,将其输入到训练好的分类器中进行预测,应用改进的密度峰值聚类算法提取兴趣点.算法采用分层学习的策略,解决了传统算法在模型细节处难以准确提取密集兴趣点的问题.在SHREC'11数据集上的实验结果表明,与传统算法相比,该算法提取兴趣点的准确率更高,出现的遗漏点和错误点更少,对解决越来越精细的三维模型的兴趣点提取问题有较大帮助.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡超	浙江大学宁波理工学院信息科学与工程学院	28	87	7.0	8.0
2	舒振宇	浙江大学宁波理工学院计算机与数据工程学院	20	43	4.0	5.0
6	辛士庆	山东大学计算机科学与技术学院	9	2	1.0	1.0
7	杨思鹏	浙江大学机械工程学院	2	0	0.0	0.0
8	庞超逸	浙江大学宁波理工学院计算机与数据工程学院	7	10	2.0	3.0
12	刘予琪	浙江大学信息与电子工程学院	1	0	0.0	0.0
13	龚梦航	浙江大学工程师学院	2	1	1.0	1.0