龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：浙大宁波理工学院
摘要：本发明公开了基于交替优化深度学习模型的三维模型兴趣点提取方法；采用特征描述符提取每个三维模型表面所有顶点的特征向量，组成第一高维向量，作为输入；使用标签值函数对所有顶点进行计算，获得所有顶点为兴趣点的标签值，作为输出，训练神经网络；使用训练后的神经网络对每个三维模型进行预测，结合密度峰值聚类方法提取出兴趣点；将预测结果与所有顶点为兴趣点的标签值对比，基于此对部分顶点为兴趣点的标签值进行优化；将优化后的标签值作为输出，输入不变，再次对神经网络进行训练；多次训练后得到最终神经网络模型；采用最终神经网络模型，并结合密度峰值聚类方法，可提取出同一类三维模型的兴趣点；该方法不仅快速且准确。
主权项：1.基于交替优化深度学习模型的三维模型兴趣点提取方法，其特征在于，包括：S1、将同一类的三维模型作为训练集；S2、采用多种特征描述符，提取所述训练集中每个三维模型表面所有顶点对应的特征向量，并将提取出来的特征向量串联成第一高维向量；S3、使用标签值函数对所述训练集中每个三维模型表面所有顶点进行计算，获得所述训练集中所有顶点为兴趣点的标签值；S4、将所述第一高维向量作为输入，将所述S3中所有顶点为兴趣点的标签值作为输出，训练神经网络；S5、使用训练后的神经网络分别对所述训练集中每个三维模型进行预测，输出所有顶点对应的标签值，基于此使用密度峰值聚类方法，提取出所述训练集中每个三维模型的兴趣点；S6、将所述S5中所有顶点对应的标签值与该所有顶点在S3中为兴趣点的标签值进行对比，根据对比结果对部分顶点为兴趣点的标签值进行优化；S7、将优化后的训练集中三维模型表面所有顶点为兴趣点的标签值作为输出，将所述第一高维向量作为输入，再次对所述神经网络进行训练；S8、循环执行S5-S7至预设次数，得到最终神经网络模型；S9、对于同一类的三维模型，通过所述最终神经网络模型对其进行操作，并结合所述密度峰值聚类方法，提取出所述同一类的三维模型的兴趣点。
全文数据：
权利要求：
百度查询： 浙大宁波理工学院 基于交替优化深度学习模型的三维模型兴趣点提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号