公开(公告)号：CN111597367A

公开(公告)日：2020-08-28

申请号：CN202010418065.3

申请日：2020-05-18

Applicant: 河北工业大学

Inventor： 张满囤 ,  燕明晓 ,  王红 ,  田琪 ,  崔时雨 ,  齐畅 ,  魏玮 ,  吴清 ,  王小芳

IPC: G06F16/51 ,  G06F16/583 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明为一种基于视图和哈希算法的三维模型检索方法，该方法包括获取不同三维模型不同角度拍摄的多张视图图片，并归一化；构建基于AlexNet的卷积神经网络：在5层卷积层后经视图层连接两层全连接层，并在最后一个全连接层后加入哈希层，将高维特征转为低维的哈希码，转化过程中设计量化损失函数来减少哈希码的量化误差；利用已有三维模型数据集训练基于AlexNet的卷积神经网络，每个模型的特征用经过训练好的网络学习到的哈希特征表示；利用汉明距离计算任意给定查询三维模型与三维模型数据库中的三维模型的相似性，选定汉明距离最小的前几个模型作为结果输出到检索列表，能提高三维模型的检索效率。

公开(公告)号：CN111597367B

公开(公告)日：2023-11-24

申请号：CN202010418065.3

申请日：2020-05-18

Applicant: 河北工业大学

Inventor： 张满囤 ,  燕明晓 ,  王红 ,  田琪 ,  崔时雨 ,  齐畅 ,  魏玮 ,  吴清 ,  王小芳

IPC: G06F16/51 ,  G06F16/583 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明为一种基于视图和哈希算法的三维模型检索方法，该方法包括获取不同三维模型不同角度拍摄的多张视图图片，并归一化；构建基于AlexNet的卷积神经网络：在5层卷积层后经视图层连接两层全连接层，并在最后一个全连接层后加入哈希层，将高维特征转为低维的哈希码，转化过程中设计量化损失函数来减少哈希码的量化误差；利用已有三维模型数据集训练基于AlexNet的卷积神经网络，每个模型的特征用经过训练好的网络学习到的哈希特征表示；利用汉明距离计算任意给定查询三维模型与三维模型数据库中的三维模型的相似性，选定汉明距离最小的前几个模型作为结果输出到检索列表，能提高三维模型的检索效率。