球面深度全景图表示下的三维形状识别

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.

关键词：卷积神经网络、形状识别、球面投影、全景图

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61379068

在线出版日期：2017-09-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1689-1695