[发明专利]一种佛教造像文物三维模型识别归类方法

权利要求书

1.一种佛教造像文物三维模型识别归类方法，其特征在于，包括以下步骤：

S1、通过文献综述的研究方法建设国内外三维数据识别归类、点云数据识别归类、佛教造像特征要素、三维图像标注、ResNet模型算法、人工智能开放平台的知识图谱；

S2、对佛教造像特征要素信息进行首次提炼，根据提炼所得的要素信息，建立三维模型标注模型；

S3、利用三维扫描仪器，对完成佛教造像文物的数字化扫描工作；生成1as云格式的数字化方法成果；

S4、将S3中所得的数字化方法成果与现有已经完成三维模型建设的佛教造像模型相结合，建设佛教造型模型三维数字库；

S5、优化ResNet算法构架，展开人工智能的图像识别分类算法的研究；

S6、基于S5中优化后的算法构架，再次对佛教造像模型的特征要素信息进行处理、标注、分析和筛选；

S7、利用S6中处理后的特征要素信息对S2中所得的三维模型标注模型的特征度和适用性进行校准；

S8、基于ResNet算法，对S7中校准过的佛教造像模型的三维模型标注模型进行训练；

S9、将S8中训练后的佛教造像模型的三维模型标注模型应用于与之相匹配的佛教造像文物识别设备中，并对设备进行布置、安装，实现佛教造像文物的识别和分类。

2.根据权利要求1所述的一种佛教造像文物三维模型识别归类方法，其特征在于，所述S2中提到的信息提炼和模型构建工作包括以下步骤：

A1、根据相关历史文献总结目前不同佛教造像的特征要素信息，要素信息包括有佛教造像的题记、开脸、束发、衣着、法器、坐姿侧面腹部、头与身子的大小比例以及莲座；

A2、基于A1中所述的佛教造像的特征要素信息构建三维模型标注模型，对一个正面和两个侧面图像进行标注；

A3、在构建标注模型过程中，使用文字扫描设备对含有造像特征要素信息的书籍文献进行数字化扫描，总结归纳佛教造像要素的图形特征；

A4、将A3中所得信息融入到佛教造像三维模型的标注信息中。

3.根据权利要求1所述的一种佛教造像文物三维模型识别归类方法，其特征在于，所述S3中提到的三维扫描仪器具体包括有远程激光扫描仪、球状手持激光扫描仪以及无人机雷达点云扫描仪。

4.根据权利要求1所述的一种佛教造像文物三维模型识别归类方法，其特征在于，所述S5中提到的对ResNet算法构架进行优化，具体包括以下步骤：

B1、深化ResNet算法对佛教造像图像分析的适应性，测试ResNet算法能否直接识别点云格式或其他佛教造像模型；

B2、若不能直接识别三维模型，则对测试数据集进行进一步训练，测试ResNet算法对点云格式三个重要面的分析识别；

B3、不断调节ResNet算法层数，寻找ResNet层数对佛教造像识别的最优解，测试并完善ResNet算法的参数。

5.根据权利要求4所述的一种佛教造像文物三维模型识别归类方法，其特征在于，所述B2中提到的对数据集进一步训练，具体包括以下步骤：

C1、将佛教造像三个重要面的图像数据信息作为训练数据集，将数据集归一化为同一像素，并将数据打乱混洗；

C2、将C1中的数据集的交叉熵和互补熵相结合，形成互补交叉熵，减小训练数据集中不平衡数据在训练过程中产生的误差，所述互补交叉熵的公式定义为：

其中，是正则化因子；

C3、定义平衡互补熵具体公式定义如下：

其中，为平衡因子；

C4、增加γ参数在原始互补熵之间，平衡测试数据集的交叉熵和互补熵，具体公式定义如下：

C5、当γ＝-1时，互补交叉熵的定义为：

C6、将C5中计算所得互补交叉熵代入至ResNet算法中，实现对佛教造像特征的识别、分类。

6.根据权利要求1所述的一种佛教造像文物三维模型识别归类方法，其特征在于，所述S8中提到的对三维模型标注模型进行训练，具体包括以下步骤：

D1、将S4中所得佛教造型模型三维数字库作为三维模型标注模型的训练数据集；

D2、设计训练验证比例并将ResNet算法订阅到ModelArts管理控制台中；

D3、创建训练作业，并将数据导入至三维模型标注模型中，完成训练工作。