一种基于EfficientNet和卷积神经网络的三维模型...
实质审查的生效
摘要
本发明公开了一种基于EfficientNet和卷积神经网络的三维模型分类方法，涉及三维模型分类领域。本发明针对现有三维模型分类方法存在分类精度低的问题。本发明获取三维模型各侧面的二维视图、形状特征D1、形状特征D2、形状特征D3、Zernike矩特征和Fourier特征；构建EfficientNet和卷积神经网络结合的深度卷积神经网络，将形状特征D1、形状特征D2、形状特征D3、Zernike矩特征和Fourier特征融合形成形状分布特征向量，将二维视图和形状分布特征向量作为深度卷积神经网络的输入，得到三维模型的分类结果；本发明将形状分布特征和视图特征融合，提高了三维模型分类的精度。
基本信息
专利标题 ：
一种基于EfficientNet和卷积神经网络的三维模型分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114492593A
申请号 ：
CN202111647747.2
公开（公告）日 ：
2022-05-13
申请日 ：
2021-12-30
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
高雪瑶杨博寓张春祥
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 ：
北京中济纬天专利代理有限公司
代理人 ：
杨红娟
优先权 ：
CN202111647747.2
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06T17/00 G06V10/764 G06V10/80 G06V10/82
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
2022-05-31 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20211230
申请日 : 20211230
2022-05-13 ：
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
