基于深度卷积神经网络的三维模型检索方法

摘要

本发明公开了基于深度卷积神经网络的三维模型检索算法，该方法采用度量学习算法得到一个欧氏嵌入空间,将手绘草图与模型投影嵌入同一特征空间，在该特征嵌入空间中的欧氏距离可以直接代表草图和模型投影之间的相似度，解决了草图与模型投影图之间的跨域匹配问题。同时设计一种排序机制，使得在该特征空间中同类别图像之间的距离小于不同类别图像之间的距离，可以区分不同类别间的细微差异并且适应同类别不同风格的变体；并且本发明采用卷积神经网络来学习超完备的特征过滤器组组成特征提取器，提取出高级抽象特征，有效的解决了手工设计的低级几何特征描述子的算法泛化能力弱，难以扩展到未知数据集的问题。