-
公开(公告)号：CN117540043B
公开(公告)日：2024-04-12
申请号：CN202311705268.0
申请日：2023-12-11
Applicant: 济南大学
IPC: G06F16/58 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了基于跨实例和类别对比的三维模型检索方法及系统；获取查询图像、查询图像的掩码图以及三维模型集合，对查询图像进行图像增强得到若干个增强后的查询图像；将增强后的查询图像、查询图像的掩码图、三维模型的多视图均输入到训练后的三维模型检索网络中，输出三维模型检索结果；三维模型检索网络将增强后的查询图像和查询图像的掩码图，均输入到第一卷积神经网络中，输出查询图像的特征表示；将三维模型的多视图输入到第二卷积神经网络中，输出三维模型每个视图的特征表示，将三维模型所有视图的特征表示进行加权求和，得到三维模型的特征表示；将所获得的特征表示均输入到分类器中，输出查询图像所对应的三维模型。
-
公开(公告)号：CN119089000A
公开(公告)日：2024-12-06
申请号：CN202411271459.5
申请日：2024-09-11
Applicant: 济南大学
IPC: G06F16/583 , G06F16/55 , G06V20/64 , G06V10/44 , G06V10/80 , G06V10/74 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本公开涉及三维模型检索技术领域，提出了一种基于双重参数融合网络的多视图三维模型检索方法及系统，包括如下步骤：获取待检索三维模型对应的多视图；对光照多视图、深度多视图进行融合并提取特征，基于特征的相似度自适应设置权重参数，调整特征重要度得到第一层特征描述符；对厚度多视图进行特征提取并计算特征之间的相似度，取出最大相似度的视图通过空间注意力机制处理，得到第二层特征描述符；第一层特征描述符与第二层特征描述符基于特征描述符的特征得分进行加权融合，经过全连接层得到三维模型的分类类别；本公开能够提高多视图三维模型检索之间的特征聚合效果，降低多视图特征聚合过程中丢失关键特征，提高检索精度。
-
公开(公告)号：CN118227821B
公开(公告)日：2024-07-26
申请号：CN202410650741.8
申请日：2024-05-24
Applicant: 济南大学
IPC: G06F16/58 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/764
Abstract: 本申请公开了一种基于抗噪声网络的草图检索三维模型的方法，涉及三维模型检索技术领域，在空背景模型内设置虚拟相机获得三维模型的视图表示；选取草图域特征提取网络和模型域特征提取网络，并通过所述视图表示进行预训练。在训练草图域特征提取网络时对置信度较高的嘈杂样本通过加入噪声感知熵正则化对网络进行惩罚，减少网络对噪声样本的学习。在模型域特征提取网络训练时，模型域视图融合时通过学习不同视图的权重对模型域特征有了更好的表示，并且在构建跨域联合网络时采用有监督对比学习的方法更好对齐了同类的草图和模型样本，进而使得草图检索三维模型任务的准确率上得到了提高，并且加强了模型的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN118484558A
公开(公告)日：2024-08-13
申请号：CN202410633848.1
申请日：2024-05-21
Applicant: 济南大学
IPC: G06F16/583 , G06F16/532 , G06T7/33 , G06N3/0455 , G06N3/0895
Abstract: 本公开提供了基于单幅图像跨模态融合的三维模型检索方法及系统涉及三维模型检索技术领域，包括：获取待查询图像和多视图三维模型集合；将待查询图像和已渲染成多视图的三维模型集合，输入至训练后的基于单幅图像跨模态融合网络中，输出检索的对应的三维模型；单幅图像跨模态融合网络引入数据交换过程，将图像域数据以设定概率给三维模型域额外的通道，将模型域数据以设定概率给图像域额外的通道；并各自在图像域网络和三维模型域网络进行域特征对齐后输入跨模态网络中，融合不同模态的信息，使用对比学习中可以解决三元组损失的难分负样本挖掘的问题。
-
公开(公告)号：CN119377431A
公开(公告)日：2025-01-28
申请号：CN202411424580.7
申请日：2024-10-12
Applicant: 济南大学
IPC: G06F16/583 , G06F16/55 , G06V10/80 , G06V10/74 , G06V10/26 , G06V10/764
Abstract: 本发明公开了基于特征融合和视图分组的单图三维模型检索方法及系统，其中方法包括：将所述已知查询图像、所述无背景图像和所述每个三维模型对应的若干个视图，作为三维模型检索网络的输入值，将与查询图像最相似的三维模型作为三维模型检索网络的输出值，对三维模型检索网络依次采用第一、第二和第三损失函数进行训练，得到训练后的三维模型检索网络；将待查询图像、待查询图像的掩码图像、和三维模型集合，输入到微调后的三维模型检索网络中，得到待查询图像对应的图像特征，和每个三维模型对应的最终特征；计算待查询图像对应的图像特征，与每个三维模型对应的最终特征之间的相似度，选择最大相似度值对应的三维模型作为最终的检索结果输出。
-
公开(公告)号：CN118227821A
公开(公告)日：2024-06-21
申请号：CN202410650741.8
申请日：2024-05-24
Applicant: 济南大学
IPC: G06F16/58 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08 , G06V10/764
Abstract: 本申请公开了一种基于抗噪声网络的草图检索三维模型的方法，涉及三维模型检索技术领域，在空背景模型内设置虚拟相机获得三维模型的视图表示；选取草图域特征提取网络和模型域特征提取网络，并通过所述视图表示进行预训练。在训练草图域特征提取网络时对置信度较高的嘈杂样本通过加入噪声感知熵正则化对网络进行惩罚，减少网络对噪声样本的学习。在模型域特征提取网络训练时，模型域视图融合时通过学习不同视图的权重对模型域特征有了更好的表示，并且在构建跨域联合网络时采用有监督对比学习的方法更好对齐了同类的草图和模型样本，进而使得草图检索三维模型任务的准确率上得到了提高，并且加强了模型的鲁棒性。
-
公开(公告)号：CN117743616A
公开(公告)日：2024-03-22
申请号：CN202311755642.8
申请日：2023-12-18
Applicant: 济南大学
Abstract: 本发明公开了基于图像的三维模型检索方法、系统、设备及存储介质，其中方法，包括：获取待查询图像和三维模型数据库；将待查询图像和三维模型数据库，均输入到训练后的基于图像的三维模型检索网络中，输出检索到的三维模型；其中，训练后的基于图像的三维模型检索网络，用于：对待查询图像进行特征提取，得到待查询图像的特征；对每一个三维模型进行特征提取，得到三维模型的特征；将待查询图像的特征和三维模型的特征，均输入到注意力机制网络中，输出加权后的三维模型特征向量；计算待查询图像特征与所有的加权后三维模型特征向量之间的余弦相似度，选择余弦相似度最小值所对应的三维模型，作为检索到的三维模型。
-
公开(公告)号：CN117540043A
公开(公告)日：2024-02-09
申请号：CN202311705268.0
申请日：2023-12-11
Applicant: 济南大学
IPC: G06F16/58 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了基于跨实例和类别对比的三维模型检索方法及系统；获取查询图像、查询图像的掩码图以及三维模型集合，对查询图像进行图像增强得到若干个增强后的查询图像；将增强后的查询图像、查询图像的掩码图、三维模型的多视图均输入到训练后的三维模型检索网络中，输出三维模型检索结果；三维模型检索网络将增强后的查询图像和查询图像的掩码图，均输入到第一卷积神经网络中，输出查询图像的特征表示；将三维模型的多视图输入到第二卷积神经网络中，输出三维模型每个视图的特征表示，将三维模型所有视图的特征表示进行加权求和，得到三维模型的特征表示；将所获得的特征表示均输入到分类器中，输出查询图像所对应的三维模型。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.018 seconds)
