[发明专利]基于深度注意力的三维模型分类和检索方法及装置

说明书

本申请公开了一种基于深度注意力的三维模型分类和检索方法及装置。所述基于深度注意力的三维模型分类和检索方法包括：获取待检索三维模型；根据所述待检索三维模型，映射生成二维视图组，所述二维视图组包括至少两个二维视图；获取每个所述二维视图的特征；通过深度注意力网络融合各个所述二维视图的特征，从而形成一个融合特征；根据所述融合特征对所述待检索三维模型进行检索或者分类。本申请通过引入自注意力结构，能够从全局角度充分考虑多视图间的相关性信息，挖掘隐藏信息，减少信息冗余。

技术领域

本发明涉及三维模型检索分类技术领域，具体涉及一种基于深度注意力 的三维模型分类和检索方法以及基于深度注意力的三维模型分类和检索装 置。

背景技术

三维形状识别在计算机领域是一个重要课题，且由于近些年在实际场景 中的广泛应用而获得了更多的研究关注，例如：计算机辅助设计，虚拟现实 和工业产品设计。同时，随着三维采集技术的发展，获取大量三维形状数据 变得更加方便了，这就对三维形状识别算法提出了越来越高的要求。由于基 于数据驱动的深度学习技术的迅速发展，各种深度神经网络的研究应被用于 三维形状识别，例如：PointNet，VoxNet和3D Shapenet。在这些方法中，基 于视图的方法取得了更好的表现。因为基于视图的方法关注的是视图信息，这些方法就可以利用已经建立的模型，例如：VGG，GoogleNet和ResNet用 于提取视觉特征。这些典型的深度学习模型可以有效改善模型表征的性能。

三维形状识别的关键点是描述子的设计。在深度学习方法的发展的基础 上，人们提出了很多基于视图的三维形状识别的方法。Klokov等人提出了 KD网络，此结构可以处理非结构化的点云。它们利用kd树进行点云的细分 计算。

现有的三维模型分类和检索问题在于：

1)由于三维模型数据量较大，如何高效地学习有区分度的特征，降低 计算量是一个重大的挑战。

2)基于视图的方法往往不能同时有效地处理视图间有效信息的融合和 冗余信息的去除，会产生冗余信息干扰有效信息融合的情况，或者去除冗余 信息的时候导致了有效信息的融合能力下降。

因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述 缺陷。

发明内容

本发明的目的在于提供一种基于深度注意力的三维模型分类和检索方 法，来克服或至少减轻现有技术的至少一个上述缺陷。

本发明的一个方面，提供一种基于深度注意力的三维模型分类和检索方 法，所述基于深度注意力的三维模型分类和检索方法包括：

获取待检索三维模型；

根据所述待检索三维模型，映射生成二维视图组，所述二维视图组包括 至少两个二维视图；

获取每个所述二维视图的特征；

通过深度注意力网络融合各个所述二维视图的特征，从而形成一个融合 特征；

根据所述融合特征对所述待检索三维模型进行检索或者分类。

可选地，所述根据所述待检索三维模型，映射生成二维视图组，所述二 维视图组包括至少两个二维视图包括：

使用phong算法在不同的角度和/或距离提取所述三维模型的二维视图， 使用GoogleNet网络提取每个视图的特征。

可选地，所述使用phong算法在不同的角度和/或距离提取所述三维模型 的二维视图，使用GoogleNet网络提取每个视图的特征包括：

利用三维phong反射算法生成视图，以一定的间隔θ＝30环绕垂直方向的 轴放置，与地平面成30度角，每个相机指向网格的质心。