公开(公告)号：CN113963118A

公开(公告)日：2022-01-21

申请号：CN202111371400.X

申请日：2021-11-18

Applicant: 江苏科技大学

Inventor： 贾家乐 ,  张胜文 ,  任涵涛 ,  方喜峰 ,  崔硕

IPC: G06T17/00 ,  G06T17/10 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开三维模型智能识别领域中的一种基于特征简化和神经网络的三维模型识别方法，对原始模型中的三角网格的每条有效边的所有的收缩成本排序，移除最小收缩成本对应的有效边并收缩该有效边，获得三角网格模型；将三角网格模型上的关键特征与原始模型上的关键特征对比，若两者相匹配则该三角网格模型为最优的网格简化模型；对最优的网格简化模型的每个三角网格数据提取，得到每个三角形对应的中心坐标、法向量、角向量以及邻接三角形编号这些三角网格数据；将三角网格数据作为神经网络的输入，实际三维模型类型作为输出训练神经网络；本发明将改进的QEM简化算法与神经网络相结合，进而提高了整个三维模型的识别效率和准确性。

公开(公告)号：CN113963118B

公开(公告)日：2024-08-06

申请号：CN202111371400.X

申请日：2021-11-18

Applicant: 江苏科技大学

Inventor： 贾家乐 ,  张胜文 ,  任涵涛 ,  方喜峰 ,  崔硕

IPC: G06T17/00 ,  G06T17/10 ,  G06N3/0499 ,  G06N3/08

Abstract: 本发明公开三维模型智能识别领域中的一种基于特征简化和神经网络的三维模型识别方法，对原始模型中的三角网格的每条有效边的所有的收缩成本排序，移除最小收缩成本对应的有效边并收缩该有效边，获得三角网格模型；将三角网格模型上的关键特征与原始模型上的关键特征对比，若两者相匹配则该三角网格模型为最优的网格简化模型；对最优的网格简化模型的每个三角网格数据提取，得到每个三角形对应的中心坐标、法向量、角向量以及邻接三角形编号这些三角网格数据；将三角网格数据作为神经网络的输入，实际三维模型类型作为输出训练神经网络；本发明将改进的QEM简化算法与神经网络相结合，进而提高了整个三维模型的识别效率和准确性。