[发明专利]基于动态图卷积的三维模型形状识别方法

权利要求书

1.一种基于动态图卷积的三维模型形状识别方法，其特征在于按照如下步骤进行：

步骤1.建立自适应动态图卷积神经网络ADCNN，包含1层可变形3D卷积层、4层卷积层、2层上采样层、3层全连接层，分别为3DConv、Conv1、Conv2、Conv3、Conv4、UC1、UC2、FC1、FC2、FC3，所有卷积核大小均为3×3像素；

所述3Dconv包含32个以Xavier方法进行初始化的卷积核，采用ReLU作为激活函数；Conv1包含64个以Xavier方法进行初始化的卷积核和64个神经元的池化层，采用ReLU作为激活函数；Conv2包含32个以Xavier方法进行初始化的卷积核和32个神经元的池化层，采用ReLU作为激活函数；Conv3包含64个以Xavier方法进行初始化的卷积核和64个神经元的池化层，采用ReLU作为激活函数；Conv4包含32个以Xavier方法进行初始化的卷积核和32个神经元的池化层，采用ReLU作为激活函数；UC1输出的特征向量的维度为128；UC2输出的特征向量的维度为64；FC1和FC2输出的特征向量的维度均为32；FC3利用1×1卷积输出1024维的特征向量；各层的排列顺序从前到后分别为3Dconv、FC1、Conv1、FC2、Conv2、Conv3、UC1、Conv4、UC2、FC3；

所述3Dconv层利用公式(1)定义的可变形三维卷积算子完成卷积运算，得到每个邻域点的3D偏移量(Δx，Δy，Δz)；

其中，p_i表示3D模型中的第i个位置，y(p_i)表示可变形三维卷积算子在p_i处产生的输出特征，p_j表示以p_i为中心的、3×3×3卷积采样网格中的第j个位置，N_i表示p_i的邻域采样点集合，|N_i|表示N_i包含的采样点数量，Δp_j表示p_j的3D偏移量，w(p_j)表示p_j对于p_i的可训练权重，x(p_i+p_j+Δp_j)表示3D模型在位置p_i+p_j+Δp_j上的采样特征函数值；

所述Conv1、Conv2、Conv3、Conv4层利用公式(2)定义的卷积算子完成卷积运算；

其中，y_i表示卷积层输出的第i个特征向量，x_i表示卷积层输入的第i个特征向量，x_j表示卷积层输入的第j个特征向量，b表示可训练的偏置量，W_m表示第m个可训练的加权矩阵且1≤m≤M，M表示可训练的加权矩阵的总数，q_m(x_i，x_j)表示x_j对W_m的权重函数，其定义由公式(3)给出；

其中，和c_m表示线性变换参数向量，上标T表示向量的转置运算；

步骤2.生成3D模型采样点的邻域矩阵U；

步骤2.1输入n个非刚性3D模型的每个采样点的位置坐标，组成3D模型集合D＝{M₁，M₂，…，M_i，…M_n}，所述M_i表示第i个3D模型；

步骤2.2对于D中的每个3D模型，利用KNN网络选取邻域点，进而建立采样点的邻域矩阵U；

步骤3.从3D模型集合D中选取三分之一的数据作为训练数据集，三分之一的数据作为测试数据集，其余三分之一的数据作为验证数据集，进而采用交叉验证法计算最佳的邻域点数量；

步骤4.利用步骤2所得到的3D模型数据集，对自适应动态图卷积神经网络ADCNN进行训练，其中，batch_size设置为16，正则化参数设置为0.5，学习率设置为0.01，dropout率设为0.5；

步骤4.1输入训练数据集中每个3D模型的原始坐标信息、邻域点位置信息及其邻域矩阵U，并将每个模型的特征图像的分辨率统一调整为224×224像素，令迭代次数计数器iter←1；

步骤4.2对于每个3D模型，利用3Dconv层的可变形三维卷积算子计算每个邻域点的3D偏移量(Δx，Δy，Δz)，并利用三次线性插值算法将每个邻域点的3D偏移量(Δx，Δy，Δz)转换为整数型的偏移量(Δxz，Δyz，Δzz)，进而将每个邻域点的原始坐标与其偏移量(Δxz，Δyz，Δzz)相加，得到更新后的3D模型；

步骤4.3将训练数据集中每个更新后的3D模型输入ADCNN网络的后续各个层，从而为每个3D模型计算得到一个4096维的输出特征向量y；

步骤4.4将每个3D模型的特征向量y输入Softmax函数，得到ADCNN在训练集上的识别匹配结果及其预测损失loss；

步骤4.5令iter←iter+1，若iterTotalIter，则得到已训练好的自适应动态图卷积神经网络ADCNN，转入步骤5，否则，利用基于随机梯度下降法的反向误差传播算法和预测损失loss更新ADCNN的参数，转入步骤4.2重新处理训练集中的所有3D模型，所述TotalIter表示预设的迭代次数；

步骤5.利用训练好的自适应动态图卷积神经网络ADCNN对3D模型进行形状识别；

步骤5.1输入一个待处理的3D模型InputModel的原始坐标信息、邻域点位置信息及其邻域矩阵U，并将该模型的特征图像的分辨率统一调整为224×224像素；

步骤5.2将InputModel的原始坐标信息、邻域点位置信息、邻域矩阵U以及调整后的特征图像输入自适应动态图卷积神经网络ADCNN中，计算得到一个4096维的输出特征向量y；

步骤5.3将特征向量y输入Softmax函数，从而输出3D模型InputModel的识别结果。