一种基于视觉显著性信息共享的三维模型分类和检索方法

摘要

本发明公开了一种基于视觉显著性信息共享的三维模型分类和检索方法，包括：围绕三维模型Z轴方向每隔30度提取一张视图，通过深度卷积神经网络来提取每个虚拟图像的特征描述符；将特征描述符作为视觉显著性分支的输入，经过第一个LSTM模块和软注意力机制生成视图的权重，经过第二个LSTM模块生成视觉显著性分支的特征描述符；将特征描述符作为MVCNN分支的输入，运用视图权重来指导MVCNN模块中的视觉信息融合，再经过一个CNN得到MVCNN分支的特征描述符；将两个分支的描述符串联，再经过一个全连接层和一个softmax层做出决策判决，进行分类，执行相似性度量进行检索。本发明基于视图卷积神经网络与视觉显著性两个分支，融合特征描述符，以生成用于3D形状分类和检索的特征描述符。