一种视图重要性网络与自注意力机制相结合的三维物体识别方法
实质审查的生效
摘要
本发明公开了一种视图重要性网络与自注意力机制相结合的三维物体识别方法。该方法包括:将待识别三维物体从n个不同的视角进行投影获得n个不同的二维视图,其中,n大于等于二;通过基础CNN模型对n个视图进行特征提取,得到对应视图的特征图;通过视图重要性网络判断n个视图各自对三维物体识别的重要程度,并根据重要程度对特征进行不同程度的加强,获得视图增强特征图;将视图增强特征图使用自注意力机制进行处理,得到三维形状描述符;将三维形状描述符输入到全连接网络进行多视角物体识别,实现三维物体识别。本发明将有利于三维物体识别的重要视图进行突出,同时抑制非重要视图对三维物体识别的干扰,提高三维物体识别精准度。
基本信息
专利标题 :
一种视图重要性网络与自注意力机制相结合的三维物体识别方法
专利标题(英):
暂无
公开(公告)号 :
CN114550162A
申请号 :
CN202210143670.3
公开(公告)日 :
2022-05-27
申请日 :
2022-02-16
授权号 :
暂无
授权日 :
暂无
发明人 :
马伟徐儒常
申请人 :
北京工业大学
申请人地址 :
北京市朝阳区平乐园100号
代理机构 :
北京思海天达知识产权代理有限公司
代理人 :
刘萍
优先权 :
CN202210143670.3
主分类号 :
G06V20/64
IPC分类号 :
G06V20/64 G06V10/44 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-06-14 :
实质审查的生效
IPC(主分类) : G06V 20/64
申请日 : 20220216
申请日 : 20220216
2022-05-27 :
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