基于较优视图和深度卷积神经网络的三维模型检索方法[CN201711178604.5] - 浙江工业大学

专利申请

2017-11-23
公布公告

2020-07-17
授权日期

2020-07-17
终止

2030-07-15

基于较优视图和深度卷积神经网络的三维模型检索方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN201711178604.5 申请日期： 2017-11-23 专利主类别： G06F16/583 {{ classMap["G06F16/583"] }}

申请人名称：浙江工业大学

查看申请人名下所有专利

申请人地址：浙江省杭州市下城区潮王路18号

专利分类项目

G06F16/583 :

G06N3/04 : 体系结构，例如，互连拓扑

G06K9/46 : 图像特征或特性的抽取

专利注册信息

初审公告期号	2017-11-23	初审公告日期	2020-07-17
注册公告期号	2020-07-17	注册公告日期	2020-07-17
专用权期限	2020-07-17 - 2030-07-15	专利类型	发明授权
代理组织机构	杭州之江专利事务所查看该机构代理的所有专利

专利介绍

本发明涉及基于较优视图和深度卷积神经网络的三维模型检索方法，本发明首先从多个视点提取三维模型的视图，并按照灰度熵的排序选取较优视图。其次通过深度卷积神经网络对视图集进行训练，从而提取视图的深度特征并进行降维。同时，对输入的自然图像提取边缘轮廓图，经过相似度匹配返回一组三维模型。最后，基于目标模型所属类别占检索结果比例对结果列表进行微调重排，返回最终的检索结果以实现三维模型检索，此方法有效选取了较优视图，降低了视图冗余，并使用深度特征对视图进行更高层的表达，有效提高了检索效果。

法律进度