基于多模态融合的三维模型检索算法研究

摘要：

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.

关键词：三维模型、多模态、深度学习、信息融合

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2021-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：685-688,695