面向生成式聚类中心的二阶段三维模型检索方法

扫码查看

原文链接

万方数据
维普

中文摘要：针对现有三维模型检索方法对于类内差别区分能力不足的问题,提出了面向聚类中心的二阶段检索方法,对训练数据进行无监督的二级类别聚类后进行回归学习,使检索方法在有效区分不同类别三维模型的基础上,具备区分类内差别的能力,可以优先检索出在外形上更相似的同类模型,在使用modelnet40单模态点云数据的情况下,mAP达到了92.3％.使用提出的二阶段检索方法,在检索目标数较小的情况下,所需时间仅为不使用该方法的5％或更低.在工业零件数据集上的分类准确率达到100％,mAP达到99.1％,证明所使用方法完全适用于工业生产.

外文标题：Two-Stage Retrieval Approach Focused on the Generative Cluster Centroids

作者：

季候风、苏爱华、柳先辉、刘宏欣、王力

展开 >

作者单位：

同济大学电子与信息工程学院,上海 201800

中国商用飞机有限责任公司,上海 200126

关键词：

三维模型检索二阶段检索自适应密度聚类特征向量

出版年：

2024

DOI：

10.3969/j.issn.1009-0134.2024.12.001

制造业自动化

北京机械工业自动化研究所

制造业自动化

CSTPCD

影响因子：0.482

ISSN：1009-0134

年,卷(期)：2024.46(12)