基于多特征融合的三维形状分割方法

摘要：

三维形状分割是三维形状分析中的一个重要问题.针对单一特征对同一类模型分割结果存在较大差异的问题,提出一种基于学习的多特征融合的三维形状分割方法.首先利用过分割方法将三维模型分割成多个子面片,分别对每个子面片提取多种几何特征;然后将几何特征作为低层特征输入深度神经网络模型,通过学习生成高层特征;最后基于该高层特征用高斯混合模型的方法得到聚类中心,利用图割得到最后分割结果.在普林斯顿标准数据集和COSEG数据集上的实验结果表明,与传统分割方法相比,该方法具有较好的一致性分割结果.

关键词：三维形状分割、过分割、深度学习、高斯混合模型、图割

所属期刊栏目：30

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61602015;北京市自然科学基金4162019;北京航空航天大学虚拟现实技术与系统国家重点实验室开放课题BUAAVR-16KF-06

在线出版日期：2018-11-28（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：2011-2017