期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于香农熵代表性特征和投票机制的三维模型分类
1
作者 高雪瑶 闫少康 张春祥 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第4期1438-1447,共10页
目前基于视图的3维模型分类方法存在单视图视觉信息不充分、多视图信息冗余的问题,且同等对待所有视图会忽略不同投影视角之间的差异性。针对上述问题,该文提出一种基于香农熵代表性特征和投票机制的3维模型分类方法。首先,通过在3维模... 目前基于视图的3维模型分类方法存在单视图视觉信息不充分、多视图信息冗余的问题,且同等对待所有视图会忽略不同投影视角之间的差异性。针对上述问题,该文提出一种基于香农熵代表性特征和投票机制的3维模型分类方法。首先,通过在3维模型周围均匀设置多个视角组来获取表征模型的多组视图集。为了有效提取视图深层特征,在特征提取网络中引入通道注意力机制;然后,针对Softmax函数输出的视图判别性特征,使用香农熵来选择代表性特征,从而避免多视图特征冗余;最后,基于多个视角组的代表性特征利用投票机制来完成3维模型分类。实验表明:该方法在3维模型数据集ModelNet10上的分类准确率达到96.48%,分类性能突出。 展开更多
关键词 3维模型分类 注意力机制 香农熵代表性特征 投票机制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部