基于局部几何与全局结构联合学习的3D图卷积分类方法
公开
摘要
本发明公开一种基于局部几何与全局结构联合学习的3D图卷积分类方法，是将待分类的3D模型输入至分类模型中进行分类，所述分类模型是依次按照如下步骤建立：用多层感知机mlp为模型提取底层特征，包括采集关键点、找关键点邻域及提取特征；在所采集关键点的基础上更新采样点及邻域，构建局部谱图，并借助切比雪夫多项式来近似卷积核进行局部的谱图卷积；在所采集关键点的基础上通过均匀采样得到关键点，计算特征间余弦相似度构造全局谱图，借助切比雪夫多项式来近似卷积核进行全局的谱图卷积；运用自适应权值计算，对每层网络提取的特征进行融合；训练模型并通过反向传播进行优化，最终得到分类模型。
基本信息
专利标题 ：
基于局部几何与全局结构联合学习的3D图卷积分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565774A
申请号 ：
CN202210156495.1
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
韩丽兰鹏燕石雪王晓旻何金海
申请人 ：
辽宁师范大学
申请人地址 ：
辽宁省大连市沙河口区黄河路850号
代理机构 ：
大连非凡专利事务所
代理人 ：
闪红霞
优先权 ：
CN202210156495.1
主分类号 ：
G06V10/44
IPC分类号 ：
G06V10/44 G06V10/764 G06V10/82 G06V10/80 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-31 ：
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
