-
题名基于深度体素卷积神经网络的三维模型识别分类
被引量：20
- 1
-
-
作者
杨军
王顺
周鹏
-
机构
兰州交通大学电子与信息工程学院
兰州交通大学自动化与电气工程学院
-
出处
《光学学报》
EI
CAS
CSCD
北大核心
2019年第4期306-316,共11页
-
基金
国家自然科学基金(61862039
61462059)
-
文摘
提出一种基于深度体素卷积神经网络的三维(3D)模型识别分类算法,该算法使用体素化技术将3D多边形网格模型转化为体素矩阵,并通过深度体素卷积神经网络提取该矩阵的深层特征,以增强特征的表达能力和差异性。在ModelNet40数据集上的实验结果表明:所提算法对3D网格模型识别分类的准确率能够达到87%左右。所构建的深度体素卷积神经网络能够有效地增强3D模型的特征提取和表达能力,提高对大规模复杂3D网格模型分类识别的准确率,所提方法优于当前的主流方法。
-
关键词
图像处理
计算机视觉
三维模型识别
卷积神经网络
体素化
Softmax分类器
-
Keywords
image processing
computer vision
recognition of three-dimensional model
convolutional neural network
voxelization
Softmax classifier
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名BUAA-SID1.0空间目标图像数据库
被引量：4
- 2
-
-
作者
张浩鹏
刘正一
姜志国
安萌
赵丹培
-
机构
北京航空航天大学宇航学院
-
出处
《航天返回与遥感》
2010年第4期65-71,共7页
-
基金
国家自然基金项目(面上60776793
青年60802043)资助
-
文摘
随着太空竞争的加剧,空间目标监视及目标识别受到越来越多国家的重视。而空间目标图像数据库的缺乏直接影响了空间目标识别技术的研究进展。针对这一问题,建立了BUAA-SID1.0空间目标图像数据库。文章在分析空间目标图像数据库建立的背景和意义的基础上,介绍了数据库的建立方法,指出了数据库共享版本BUAA-SID-share1.0的内容,给出了两种识别算法在共享数据库上的测试结果。
-
关键词
目标识别
图像数据库
三维模型
仿真图像
卫星
-
Keywords
Object recognition Image dataset three-dimensional model Simulation image Satellite
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
