一种基于图卷积神经网络的3D形状识别方法与设备
基本信息
申请号 | CN202110886677.X | 申请日 | - |
公开(公告)号 | CN113537143A | 公开(公告)日 | 2021-10-22 |
申请公布号 | CN113537143A | 申请公布日 | 2021-10-22 |
分类号 | G06K9/00(2006.01)I;G06K9/62(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I | 分类 | 计算;推算;计数; |
发明人 | 刘世超;徐麟 | 申请(专利权)人 | 上海眼控科技股份有限公司 |
代理机构 | 上海百一领御专利代理事务所(普通合伙) | 代理人 | 王奎宇 |
地址 | 200030上海市徐汇区中山南二路107号1幢20层I单元 | ||
法律状态 | - |
摘要
摘要 | 本申请的目的是提供一种基于图卷积神经网络的3D形状识别方案。具体地,先基于3D物体的多视角特征信息,构建所述3D物体的有向图;然后,基于图卷积神经网络,根据所述3D物体的有向图,训练得到3D形状识别模型,其中,在训练所述3D形状识别模型的过程中,使得相似节点在可控范围内保持聚集状态,不相似节点保持分离状态;最后,利用所述3D形状识别模型进行3D形状识别。与现有技术相比,本申请在训练模型的过程中,使得相似节点在可控范围内保持聚集状态,不相似节点保持分离状态,有利于模型选取最为合适的节点进行保留和下一步迭代。进一步地,本申请引入三元组损失辅助训练,可以深度挖掘并保留多视角有用信息,从而显著优化识别结果。 |
