一种飞机网格模型部件分割方法、系统、设备及介质技术方案

本发明专利技术公开了一种飞机网格模型部件分割方法、系统、设备及介质，属于三角网格分割领域，方法包括：利用仪器对飞机进行采集或利用软件对飞机进行建模获取三角网格数据P

【技术实现步骤摘要】
一种飞机网格模型部件分割方法、系统、设备及介质


[0001]本专利技术涉及三角网格分割领域，具体而言涉及一种飞机网格模型部件分割方法、系统、设备及介质。

技术介绍

[0002]飞机网格模型部件分割将整个飞机模型切分为多个独立的部件，使得每个部件的形状、尺寸和位置都可以被准确地确定和描述。这种分割可以帮助工程师更好地理解整个飞机的结构，并对不同部件进行不同的优化设计。例如，通过对某个部件的形状和尺寸进行修改，可以改善该部件的性能，如减少阻力、提高升阻比等。此外，部件分割还可以方便工程师对飞机进行装配和维护，因为每个部件可以独立拆卸和更换，降低了维护成本和时间。
[0003]近年来，基于CNN的三角网格分割方法已取得较好的结果，CNN的方法更关注于局部特征而在全局特征的提取上弱于Transformer的方法，并且，在大数据集上，Transformer方法的泛化性要强于CNN的方法，能够让模型收敛速度加快。因此，基于目前的研究现状，本专利技术提出一种飞机网格模型部件分割方法、系统、设备及介质来解决上述问题。

技术实现思路

[0004]为解决上述问题，提出一种飞机网格模型部件分割方法、系统、设备及介质，以解决现有技术中的机网格模型部件分割方法对飞机网格模型部件分割精度不够准确和鲁棒性低的问题，本专利技术通过将CNN和Transformer的优势互补，更好的提取网格的局部和全局特征，从而提升三角网格分割的准确率，进一步促进飞机网格模型部件分割任务的鲁棒性、泛化性和准确性。
[0005]为达成上述目的，本专利技术提供如下技术方案：本专利技术提出的一种飞机网格模型部件分割方法，包括以下步骤：
[0006]S1、利用仪器对飞机进行采集或利用软件对飞机进行建模获取三角网格数据P
i
；
[0007]S2、对三角网格顶点进行预处理并以三角面片为单位，获取三角面片的位置信息和结构信息；
[0008]S3、通过多层感知机将三角面片的位置信息和结构信息提取成初步的特征向量；
[0009]S4、将特征向量及邻接关系输入到CNN和Transformer特征提取深度网络中生成模型表征，并利用Fused
‑
Attention模块进行特征融合得到每个三角面片的特征表示f；
[0010]S5、将每个三角面片的特征表示f输入到分割模块中进行分割任务，得到三角面片类别标签的分割结果。
[0011]优选的，步骤S1中的仪器为三维扫描仪，所述三维扫描仪将物体采集为点云数据，通过传统Marching Cubes三维重建算法将点云数据重建为三角网格数据P
i
。
[0012]优选的，步骤S1中的软件为三维建模软件，利用所述三维建模软件Blender对飞机进行建模，得到P
i
＝{p1,p2,
…
,p
m
,e1,e2,
…
,e
n
}，m和n分别为第i个三角网格数据P
i
中顶点的数量和边的数量。
[0013]优选的，S2包括以下子步骤：
[0014]S201、对于三角网格数据P
i
，将顶点坐标进行归一化处理；
[0015]S202、以三角面片为单位，获取三角面片的中心点坐标作为位置信息，中心点指向三个顶点的向量、三个内角的角度和三角面片的法向量作为结构信息。
[0016]优选的，S3包括以下子步骤：
[0017]S301、对三角面片的中心点坐标及各个三角面片之间的邻接关系通过位置编码器进行位置编码来提取位置特征，通过使用图结构预计算拉普拉斯特征向量U，并将其作为三角面片的位置特征，特征向量U通过图拉普拉斯矩阵因式分解的公式来定义，其公式表示如下：
[0018][0019]其中A为n
×
n邻接矩阵，D为度矩阵，Λ，U分别对应特征值和特征向量，我们使用一个节点的k个最小的非平凡特征向量作为它的位置编码，并用λ
i
表示节点i。
[0020]S302、将三角面片从中心点指向三个顶点的向量和三个角的角度作为局部结构信息输入局部结构编码器中，提取出局部结构特征，提取出的局部结构特征为：
[0021][0022]其中v1、v2和v3为从中心点指向三个顶点的向量，θ1、θ2和θ3为三个角的角度，h为一个共享参数的多层感知机；
[0023]S303、将三角面片的中心点坐标、法向量和三角面片的邻接关系输入领域结构编码器，将三角面片分别与它的三个邻接面片进行特征聚合,并利用一个共享的多层感知机提取三个邻域特征，通过最大池化得到邻域结构特征。
[0024]优选的，S4包括以下子步骤：
[0025]S401、提取到的位置特征拼接局部结构特征，输入Transformer特征提取深度网络中，Transformer模块利用自注意力机制来捕捉三角网格数据P
i
的局部结构特征，并使用多头注意力机制来集成不同的局部结构特征以生成从Transformer提取出的全局模型表征f
t
′
；
[0026]S402、提取到的邻域结构特征、位置特征和三角面片邻接关系输入到CNN特征提取深度网络中，每一层CNN模块聚合三角面片及三个邻接面片的特征，使感受野扩大四倍，堆叠四层CNN模块让感受野扩大为256个三角面片，且四层CNN模块通过残差连接以生成从CNN提取出的模型表征f
c
′
；
[0027]S403、利用Fused
‑
Attention特征融合模块为Transformer和CNN提取出的模型表征分别分配一个可学习的权重，将模型表征按权重系数相加后得到每个三角面片的特征表示f，特征融合模块的公式如下：
[0028](w
t
，w
c
)＝enc
fus
(f
t
′
，f
c
′
)；
[0029]f＝w
t
f
t
′
+w
c
f
c
′
；
[0030]其中w
t
,w
c
是可学习的权重，w
t
+w
c
＝1，f
t
′
表示从Transformer提取出的全局模型表征，f
c
′
表示从CNN提取出的模型表征。
[0031]优选的，S5包括以下子步骤：
[0032]S501、将每个三角面片的特征表示f输入到分割模块中进行分割，应用三层全连接层加上两层BatchNorm、Relu激活函数和系数为0.5的dropout层作为分类器，预测三角面片所属类别；
[0033]S502、计算预测出的类别与真实类别的交叉熵损失，以此来监督网络的训练，交叉熵损失的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞机网格模型部件分割方法，其特征在于，包括以下步骤：S1、利用仪器对飞机进行采集或利用软件对飞机进行建模获取三角网格数据P
i
；S2、对三角网格顶点进行预处理并以三角面片为单位，获取三角面片的位置信息和结构信息；S3、通过多层感知机将三角面片的位置信息和结构信息提取成初步的特征向量；S4、将特征向量及邻接关系输入到CNN和Transformer特征提取深度网络中生成模型表征，并利用Fused
‑
Attention模块进行特征融合得到每个三角面片的特征表示f；S5、将每个三角面片的特征表示f输入到分割模块中进行分割任务，得到三角面片类别标签的分割结果。2.根据权利要求1所述的一种飞机网格模型部件分割方法，其特征在于，步骤S1中的仪器为三维扫描仪，所述三维扫描仪将物体采集为点云数据，通过传统Marching Cubes三维重建算法将点云数据重建为三角网格数据P
i
。3.根据权利要求1所述的一种飞机网格模型部件分割方法，其特征在于，步骤S1中的软件为三维建模软件，利用所述三维建模软件Blender对飞机进行建模，得到P
i
＝{p1,p2,
…
,p
m
,e1,e2,
…
,e
n
}，m和n分别为第i个三角网格数据P
i
中顶点的数量和边的数量。4.根据权利要求1所述的一种飞机网格模型部件分割方法，其特征在于，S2包括以下子步骤：S201、对于三角网格数据P
i
，将顶点坐标进行归一化处理；S202、以三角面片为单位，获取三角面片的中心点坐标作为位置信息，中心点指向三个顶点的向量、三个内角的角度和三角面片的法向量作为结构信息。5.根据权利要求1所述的一种飞机网格模型部件分割方法，其特征在于，S3包括以下子步骤：S301、对三角面片的中心点坐标及各个三角面片之间的邻接关系通过位置编码器进行位置编码来提取位置特征，通过使用图结构预计算拉普拉斯特征向量U，并将其作为三角面片的位置特征，特征向量U通过图拉普拉斯矩阵因式分解的公式来定义，其公式表示如下：其中：A为n
×
n邻接矩阵，D为度矩阵，Λ，U分别对应特征值和特征向量；我们使用一个节点的k个最小的非平凡特征向量作为它的位置编码，并用λ
i
表示节点I；S302、将三角面片从中心点指向三个顶点的向量和三个角的角度作为局部结构信息输入局部结构编码器中，提取出局部结构特征，提取出的局部结构特征为：其中v1、v2和v3为从中心点指向三个顶点的向量，θ1、θ2和θ3为三个角的角度，h为一个共享参数的多层感知机；S303、将三角面片的中心点坐标、法向量和三角面片的邻接关系输入领域结构编码器，将三角面片分别与它的三个邻接面片进行特征聚合,并利用一个共享的多层感知机提取三个邻域特征，通过最大池化得到邻域结构特征。6.根据权利要求1所述的一种飞机网格模型部件分割方法，其特征在于，S4包括以下子
步骤：S401、提取到的位置特征拼接局部结构特征，输入Transformer特征提取深度网络中，Transformer模块利用自注意力机制来捕捉三角网格数据P
i
的局部结构特征，并使用多头注意力机制来集成不同的局部结构特征以生成从Transformer提取出的全局模型表征f
...

【专利技术属性】
技术研发人员：魏明强，陈赵威，
申请(专利权)人：南京航空航天大学深圳研究院，
类型：发明
国别省市：