基于深度学习的三维模型重建检索算法研究

三维模型的分析是计算机视觉系统的重要研究内容,为解决计算机视觉中的三维模型重建、特征提取、分类、识别和检索等难题,本文利用深度学习的(CNN)卷积神经网络实现三维模型深度特征的提取和检索的框架。首先通过LIDAR装置获取物体的三维点云源数据信息,利用最近点迭代算法拼接模型;然后,提取模型集的特征图,用于训练CNN,并在全链接层提取特征用于分类和识别。在仿真系统中,该框架有良好的检索准确率,表明了CNN深度特征的高效辨别能力。