科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种超图卷积网络和对比学习的多视图三维物体分类方法,包括：三维物体渲染,多视图特征提取,基于超图卷积神经网络的多视图特征交互,基于对比学习的特征优化,基于自适应权重的多视图特征融合模块和分类器。为了解决当前方法中视图间缺乏信息交互模块或传统方法中信息交互不充分,全局特征融合时带来的信息丢失问题和增加对高维特征表示空间的约束,本发明引进基于单视图特征的超图卷积神经网络和基于同批次中的正负例的对比学习参数调整机制,实现了视图间信息的有效交互,再通过自适应特征融合模块获取更加鲁棒性的全局特征。本发明的算法模型在大量的数据集上进行测试,取得了先进结果,进一步提高了对室内物体的识别性能。
- 单位
