基于极坐标图卷积神经网络的三维模型特征提取方法

摘要

本发明公开了一种基于极坐标图卷积神经网络的三维模型特征提取方法，首先，使用改进的点云生成方法，从三维网格模型数据中均匀地生成并采样出点云；其次，使用计算得到的体积加权质心完成点云模型标准化和对齐；再次，构建点云的极坐标表示与三维空间直角坐标系表示，获取复合表示；最后，使用图卷积神经网络建模复合表示，捕获局部邻域与全局信息，提取三维模型特征。本发明可以提取具有变换不变性和高鉴别力的三维模型形状内容特征，为后续的分类识别与检索等任务垫定基础。