当前位置: 首页 > 专利查询>济南大学专利>正文

一种基于抗噪声网络的草图检索三维模型的方法技术

技术编号:41799606 阅读:28 留言:0更新日期:2024-06-24 20:22
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。

【技术实现步骤摘要】

本申请涉及三维模型检索,具体涉及一种基于抗噪声网络的草图检索三维模型的方法


技术介绍

1、随着3d建模技术的成熟和三维模型在数字媒体中得到了越来越多的应用,制作三维模型变得更加容易,导致模型的数量剧增。大量三维模型的出现导致如何高效管理和检索三维模型成为一个热点问题。为了减少检索匹配三维模型的冗余工作,越来越多的研究者开始关注这方面的研究。

2、现有基于图像的三维模型检索方法中,草图线条可以更方便的表示出模型的外观形状和结构信息,且随着触屏设备的快速发展,用户可以较为轻松地获得绘制出草图来检索到符合用户意图的三维模型,所以基于草图的三维模型检索方式受到了广泛的关注。早期传统的方法主要是通过手动提取特征,包括:基于轮廓的傅里叶描述符,hog-sift等特征来描述草图和三维模型。采用一种基于稀疏编码的方式进行检索。后来,深度学习模型被用来完成基于草图的三维模型检索工作。wang等人首次采用暹罗卷积网络来学习草图和三维模型的特征,然后在训练过程中采用域内损失和跨域损失来完成草图和三维模型的检索。zhu等人构建了一个金字塔跨域神经网络,来自同一个类的本文档来自技高网...

【技术保护点】

1.一种基于抗噪声网络的草图检索三维模型的方法,其特征在于,包括:

2.根据权利要求1所述的基于抗噪声网络的草图检索三维模型的方法,其特征在于,所述采用Blender三维图形软件构造空背景模型并在所述空背景模型内设置虚拟相机,包括:

3.根据权利要求2所述的基于抗噪声网络的草图检索三维模型的方法,其特征在于,通过所述空背景模型内的虚拟相机对三维模型拍照获得三维模型的视图表示,包括:

4.根据权利要求3所述的基于抗噪声网络的草图检索三维模型的方法,其特征在于,在训练草图域特征提取网络和模型域特征提取网络时采用的第一损失函数为:

5.根据权利要...

【技术特征摘要】

1.一种基于抗噪声网络的草图检索三维模型的方法,其特征在于,包括:

2.根据权利要求1所述的基于抗噪声网络的草图检索三维模型的方法,其特征在于,所述采用blender三维图形软件构造空背景模型并在所述空背景模型内设置虚拟相机,包括:

3.根据权利要求2所述的基于抗噪声网络的草图检索三维模型的方法,其特征在于,通过所述空背景模型内的虚拟相机对三维模型拍照获得三维模型的视图表示,包括:

4.根据权利要求3所述的基于抗噪声网络的草图检索三维模型的方法,其特征在于,在训练草图域特征提取网络和模型域特征提取网络时采用的第一损失函数为:

5.根据权利要求4所述的基于抗噪声网络的草图检索三维模型的方法,其特征在于,所述草图域特征提取网络包括草图卷积网络和三个全连接层,预训练草图域特征提取网络,包括:

6.根据权利要求5所述的基于抗噪声网络的草图检索三维模型的方法,其特征在于,草图域特征提取网络在训练学习...

【专利技术属性】
技术研发人员:侯文涛刁振宇田京兰赵慧彭京亮
申请(专利权)人:济南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1