基于动态图卷积的三维模型形状识别方法

摘要

本发明公开一种基于动态图卷积的三维模型形状识别方法，首先，提出一种动态权重分配的图卷积算子来建立滤波器权重与具有任意连通性的模型内邻域矩阵之间的对应关系；其次，通过交叉验证方法对采样点及其K邻域进行优化，并利用可变形卷积算子计算出更准确的邻域点信息，学习得到感受野中每个邻域点位置的偏移量；最后，采用自适应动态图卷积神经网络模型，实现了非刚性三维模型的有效识别。实验结果表面，本发明具有更高的识别准确性和鲁棒性，其识别精度较之最新的基于图卷积神经网络的形状识别算法提高了2％～4％，并解决了常规图卷积不能应用到不规则网格上的问题。