基于旋转不变的规范等变网络模型的物体形状分类方法

摘要

本发明公布了一种基于旋转不变的规范等变网络模型的物体形状识别方法，通过将每个3D物体的全局坐标在局部坐标上进行投影，构建并利用基于旋转不变的规范等变卷积网络模型，实现空间旋转不变的3D物体形状分类与识别。本发明方法可与现有逐点激活函数一起使用，提升了模型识别3D物体形状的性能；同时，本发明利用旋转对称性以及规范对称性作为先验信息，实现了高效的参数共享机制，能在参数量更少的情况下，超越现有最优的网络模型，能够取得更优的3D物体形状分类性能。