10.19734/j.issn.1001-3695.2020.02.0086
基于多模态融合的三维模型检索算法研究
为了获得更好的三维模型检索分类性能,基于深度学习模型研究了多模态信息融合对三维模型的特征描述,在训练步骤提出相关性损失函数来指导不同模态之间的训练,提取更稳健的特征向量;最后将融合特征应用于三维模型的检索和分类,在ModelNet40数据集上进行了三维模型分类任务和检索任务评估.实验结果及与现有方法进行的对比证明了该方法的优越性,为三维模型检索分类领域提供了一种新的思路.
三维模型、多模态、深度学习、信息融合
TP301.6(计算技术、计算机技术)
2021-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
685-688,695