基于深度学习的三维模型检索研究

摘要

基于卷积神经网络在图像领域的发展,本文研究了将卷积神经网络应用到三维模型检索领域.对三维模型预处理后,选择6个投影角度把模型投影成6幅二维图像,利用提取的视图作为神经网络的输入,利用深度学习框架提取图像特征作为最终的模型描述符.之后通过比较2个模型多个视角的二维投影的相似度,如果两者间相似,则三维模型也是相似的,再取多维视图的相似度平均值得到2个三维模型的最终相似度,选择最终相似度最大的10个模型作为结果输出.充分利用二维图像领域性能优越的网络架构,并且存在海量图像数据供深度学习模型进行预训练.从检索结果看出,该方法能够得到较好的效果.