[发明专利]自适应稀疏编码融合的非刚性三维模型分类算法有效
| 申请号： | 201910898120.0 | 申请日： | 2019-09-23 |
| 公开（公告）号： | CN110781918B | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 韩丽;刘书宁;周子佳 | 申请（专利权）人： | 辽宁师范大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/762;G06V10/77;G06V10/772;G06V10/774;G06V10/80;G06V10/46;G06V20/64 |
| 代理公司： | 大连非凡专利事务所 21220 | 代理人： | 闪红霞 |
| 地址： | 116000 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种适用范围广的自适应稀疏编码融合的非刚性三维模型分类算法，首先提取非刚性模型的平均测地线特征、热核特征、形状直径函数特征，以构造互补的多特征形状描述；其次利用特征袋模型生成AGD‑BoF,HKS‑BoF,SDF‑BoF特征向量，通过随机样本创建三个特征词典，并训练生成异类多特征权值矩阵；最后利用特征权值矩阵与稀疏优化编码自适应融合，采用Sotfmax分类算法实现非刚性模型的有效分类。具有更高的识别准确率及较强的鲁棒性，适用范围广。 | ||
| 搜索关键词： | 自适应 稀疏 编码 融合 刚性 三维 模型 分类 算法 | ||
【主权项】：
1.一种自适应稀疏编码融合的非刚性三维模型分类算法，其特征在于按照如下步骤进行：/na.选定三维模型训练样本集T；/nb.令无向带权图G(V,E)表示三维模型样本M，其中，V表示三维模型的顶点，E表示三维模型顶点间的边集合，提取三维模型样本M的平均测地线距离AGD、热核HKS及形状直径函数SDF；/nc.采用特征词袋模型方法，分别对所提取的平均测地线距离AGD、热核HKS及形状直径函数SDF构建中级特征词袋表示，即AGD-BoF、HKS-BoF和SDF-BoF，具体步骤如下：/nc.1 令S＝{s
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于辽宁师范大学，未经辽宁师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910898120.0/，转载请声明来源钻瓜专利网。
