基于哈希自注意力端到端网络的三维模型草图检索

摘要：

为了提高草图和三维模型视图嵌入特征的聚类性,提出一种结合自注意力和哈希正则化约束的特征提取算法.首先将三维模型渲染得到二维视图集,并通过边缘检测在草图和视图之间建立统一的特征描述空间;然后在共享权重网络中嵌入自注意力层,通过结构信息自相关性编码提高草图和视图的聚类性,避免局部差异性对结果的影响;最后对特征进行哈希编码,并嵌入哈希正则化约束和交叉熵损失函数,避免特征值发散.对基准数据集SHREC13和SHREC14的实验结果表明,该算法在哈希自注意力端到端网络的检索准确率方面优于已有的典型算法,平均准确率性能提高了6％.

关键词：三维模型草图检索、哈希共享权重、自注意力、端到端网络

所属期刊栏目：33

分类号：TP391.41(计算技术、计算机技术)

资助基金：浙江省自然科学基金LY19F020031,LY20F020017

在线出版日期：2021-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：798-805