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.
维普
万方数据