公开(公告)号：CN109033144B

公开(公告)日：2021-10-22

申请号：CN201810597066.1

申请日：2018-06-11

Applicant: 厦门大学

Inventor： 姚俊峰 ,  刘笑寒 ,  代诚朋

IPC: G06F16/583 ,  G06F16/55 ,  G06K9/00 ,  G06K9/46 ,  G06K9/62

Abstract: 本发明一种基于草图的三维模型检索方法，将三维模型处理成多张视角截图的形式，再使用不同的轮廓提取算子将其处理成不同样式的草图，得到草图数据集，将数据集设置好标签后用于训练和测试过程；在卷积神经网络的基础上加入了层次网络方法，1个大分类网络用于训练大的分类，将输入的草图分类到40个大类中，40个小分类网络分别训练每一类模型中的具体差异，将输入的草图分类到某个大类中一个具体的三维模型上，可以较高准确度地检索出三维模型，信息冗余小，本发明使用采样轮廓点计算出的角度矩阵作为卷积神经网络的输入，更加符合草图的特性，检索精确度高。

公开(公告)号：CN109033144A

公开(公告)日：2018-12-18

申请号：CN201810597066.1

申请日：2018-06-11

Applicant: 厦门大学

Inventor： 姚俊峰 ,  刘笑寒 ,  代诚朋

IPC: G06F17/30 ,  G06K9/00 ,  G06K9/46 ,  G06K9/62

CPC classification number: G06K9/00422 ,  G06K9/00208 ,  G06K9/4604 ,  G06K9/6211 ,  G06K9/6256

Abstract: 本发明一种基于草图的三维模型检索方法，将三维模型处理成多张视角截图的形式，再使用不同的轮廓提取算子将其处理成不同样式的草图，得到草图数据集，将数据集设置好标签后用于训练和测试过程；在卷积神经网络的基础上加入了层次网络方法，1个大分类网络用于训练大的分类，将输入的草图分类到40个大类中，40个小分类网络分别训练每一类模型中的具体差异，将输入的草图分类到某个大类中一个具体的三维模型上，可以较高准确度地检索出三维模型，信息冗余小，本发明使用采样轮廓点计算出的角度矩阵作为卷积神经网络的输入，更加符合草图的特性，检索精确度高。