[發明專利]基于深度注意力的三維模型分類和檢索方法及裝置

有效

• 申請號: 202110402765.8
• 申請日: 2021-04-14
• 公開（公告）號: CN113313140B
• 公開（公告）日: 2022-11-01
• 發明（設計）人: 魏志強;賈東寧;許佳立;殷波;黃賢青;馬猛飛
• 申請（專利權）人: 中國海洋大學;青島海洋科學與技術國家實驗室發展中心
• 主分類號: G06V10/77
• 分類號: G06V10/77;G06V10/80;G06V10/764;G06V10/82;G06N3/04;G06N3/08
• 代理公司: 北京艾格律詩專利代理有限公司 11924
• 代理人: 王子溟

本申請公開了一種基于深度注意力的三維模型分類和檢索方法及裝置。所述基于深度注意力的三維模型分類和檢索方法包括：獲取待檢索三維模型；根據所述待檢索三維模型，映射生成二維視圖組，所述二維視圖組包括至少兩個二維視圖；獲取每個所述二維視圖的特征；通過深度注意力網絡融合各個所述二維視圖的特征，從而形成一個融合特征；根據所述融合特征對所述待檢索三維模型進行檢索或者分類。本申請通過引入自注意力結構，能夠從全局角度充分考慮多視圖間的相關性信息，挖掘隱藏信息，減少信息冗余。

技術領域

本發明涉及三維模型檢索分類技術領域，具體涉及一種基于深度注意力 的三維模型分類和檢索方法以及基于深度注意力的三維模型分類和檢索裝 置。

背景技術

三維形狀識別在計算機領域是一個重要課題，且由于近些年在實際場景 中的廣泛應用而獲得了更多的研究關注，例如：計算機輔助設計，虛擬現實 和工業產品設計。同時，隨著三維采集技術的發展，獲取大量三維形狀數據 變得更加方便了，這就對三維形狀識別算法提出了越來越高的要求。由于基 于數據驅動的深度學習技術的迅速發展，各種深度神經網絡的研究應被用于 三維形狀識別，例如：PointNet，VoxNet和3D Shapenet。在這些方法中，基 于視圖的方法取得了更好的表現。因為基于視圖的方法關注的是視圖信息，這些方法就可以利用已經建立的模型，例如：VGG，GoogleNet和ResNet用 于提取視覺特征。這些典型的深度學習模型可以有效改善模型表征的性能。

三維形狀識別的關鍵點是描述子的設計。在深度學習方法的發展的基礎 上，人們提出了很多基于視圖的三維形狀識別的方法。Klokov等人提出了 KD網絡，此結構可以處理非結構化的點云。它們利用kd樹進行點云的細分 計算。

現有的三維模型分類和檢索問題在于：

1)由于三維模型數據量較大，如何高效地學習有區分度的特征，降低 計算量是一個重大的挑戰。

2)基于視圖的方法往往不能同時有效地處理視圖間有效信息的融合和 冗余信息的去除，會產生冗余信息干擾有效信息融合的情況，或者去除冗余 信息的時候導致了有效信息的融合能力下降。

因此，希望有一種技術方案來克服或至少減輕現有技術的至少一個上述 缺陷。

發明內容

本發明的目的在于提供一種基于深度注意力的三維模型分類和檢索方 法，來克服或至少減輕現有技術的至少一個上述缺陷。

本發明的一個方面，提供一種基于深度注意力的三維模型分類和檢索方 法，所述基于深度注意力的三維模型分類和檢索方法包括：

獲取待檢索三維模型；

根據所述待檢索三維模型，映射生成二維視圖組，所述二維視圖組包括 至少兩個二維視圖；

獲取每個所述二維視圖的特征；

通過深度注意力網絡融合各個所述二維視圖的特征，從而形成一個融合 特征；

根據所述融合特征對所述待檢索三維模型進行檢索或者分類。

可選地，所述根據所述待檢索三維模型，映射生成二維視圖組，所述二 維視圖組包括至少兩個二維視圖包括：

使用phong算法在不同的角度和/或距離提取所述三維模型的二維視圖， 使用GoogleNet網絡提取每個視圖的特征。

可選地，所述使用phong算法在不同的角度和/或距離提取所述三維模型 的二維視圖，使用GoogleNet網絡提取每個視圖的特征包括：

利用三維phong反射算法生成視圖，以一定的間隔θ＝30環繞垂直方向的 軸放置，與地平面成30度角，每個相機指向網格的質心。