一种基于曲率特征递归神经网络的三维目标识别方法

摘要

本发明涉及图像识别技术，为了有效地刻画三维目标在不同视角下的特征，针对三维目标识别过程中存在的图像噪声问题，提出了一种基于曲率特征递归神经网络的三维目标识别方法。首先，本发明通过计算目标三维模型的局部平均高斯曲率和平均均值曲率得出目标三维模型的联合曲率，并通过提取联合曲率局部极大值构成三维模型的曲率草图，利用透射投影变换生成360°二维图像序列作为训练递归神经网络的输入；其次，利用双向递归神经网络(BRNN)作为三维模型多视角序列特征学习方法，在softmax层利用softmax函数求得正确概率最大的识别类别。本发明能够自动提取三维目标与二维图像的共同特征，能够在图像噪声条件下保持较好的鲁棒性和较高的目标识别率。