公开(公告)号：CN113066172A

公开(公告)日：2021-07-02

申请号：CN202110428359.9

申请日：2021-04-21

Applicant: 哈尔滨理工大学

Inventor： 宋文博 ,  关小蕊 ,  耿佳浩

IPC: G06T17/00 ,  G06T19/20 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于云模型和神经网络的三维模型分类方法。本发明首先对三维模型进行特征提取并降维，然后利用云模型将三维模型的特征转换为云模型表征的定性概念，最后使用三维模型的云模型特征与模型类别训练小波神经网络。将三维模型的云特征输入到训练好的小波神经网络模型，并进行分类。本发明提供准确高效的三维模型分类方法。

公开(公告)号：CN114187641A

公开(公告)日：2022-03-15

申请号：CN202111549666.9

申请日：2021-12-17

Applicant: 哈尔滨理工大学

Inventor： 关小蕊 ,  朱紫滢 ,  宋文博

IPC: G06V40/16 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于GCSLBP与DBN的人脸识别方法。本发明首先改进了原始的Gabor变换，通过引入中心对称局部二值模式方法进行优化，然后利用直方图的方法表示最终的特征向量，既提取到图像丰富的局部特征，又能降低特征向量维数。最后使用深度信念网络方法提高分类鲁棒性，完成人脸的分类和识别。本发明在人脸的分类和识别方面具有较好的效果。

公开(公告)号：CN113066187A

公开(公告)日：2021-07-02

申请号：CN202110421908.X

申请日：2021-04-20

Applicant: 哈尔滨理工大学

Inventor： 关小蕊 ,  宋文博 ,  李靖宇

IPC: G06T17/20 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明涉及一种基于形状形状和卷积神经网络的三维模型分类方法。本发明提取三维模型的形状特征向量D1和D2，用于表达三维模型的形状特征，将其视为一个向量序列作为输入传递到卷积神经网络，卷积神经网络将这些特征向量进行特征提取，最后，利用Softmax分类层完成三维模型的分类。本发明在三维模型分类方面具有较好的效果。