一种基于几何形状特征融合的三维模型分类方法
授权
摘要
本发明涉及一种基于几何形状特征融合的三维模型分类方法。本发明对三维模型进行“三角面化”，计算其D1、D2、随机球型和SDF形状分布特征。将卷积神经网络作为降噪自编码器的编码器部分，其镜像结构作为解码器。将训练集中的D1、D2、随机球型和SDF形状分布特征拼接在一起作为输入和输出，训练降噪自编码器。将D1、D2、随机球型和SDF形状分布特征拼接在一起作为输入，利用卷积神经网络(降噪自编码器的编码器部分)获取三维模型的融合的全局特征。利用训练集中的三维模型的全局特征和类别标签，训练LightGBM分类器的权重。获取三维模型的4种形状分布特征，并利用训练好的卷积神经网络和LightGBM分类器对三维模型进行分类。本发明在三维模型分类方面实现了很好的效果，能很好地对三维模型进行分类预测。
基本信息
专利标题 ：
一种基于几何形状特征融合的三维模型分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110119772A
申请号 ：
CN201910370061.X
公开（公告）日 ：
2019-08-13
申请日 ：
2019-05-06
授权号 ：
CN110119772B
授权日 ：
2022-05-03
发明人 ：
高雪瑶李宣亭张春祥赵凌云
申请人 ：
哈尔滨理工大学
申请人地址 ：
黑龙江省哈尔滨市南岗区学府路52号
代理机构 ：
代理人 ：
优先权 ：
CN201910370061.X
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-03 ：
授权
2019-09-06 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20190506
申请日 : 20190506
2019-08-13 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
