“詹高扬”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]基于图像和属性图融合网络的三维CAD模型检索方法-CN202211129635.2在审
发明人：秦飞巍;詹高扬;邵艳利 -专利权人：杭州电子科技大学
申请日： 2022-09-16 - 公布日： 2022-12-06 - 主分类号： G06V10/80 文献下载
摘要：本发明提出了一种基于图像和属性图融合网络的三维CAD模型检索方法，不仅充分利用了三维CAD模型中图像的高级几何信息和属性图中包含的拓扑结构信息。而且还引入了多头注意力机制，通过视图中的几何信息来对属性图中的拓扑结构信息进行增强。最后还将两个模态的信息进行融合，充分利用各自模态信息的同时还其他模态信息进行指导增强，使得能够辨别模型的特性信息更加清晰。本发明广泛适用于各类CAD模型而不局限于特定数据集，能够实现对三维CAD模型的高效检索且检索准确率高于现有表现较佳的其他三维模型检索方法，同时进一步推广了注意力机制以及跨模态融合在三维模型检索问题上的应用。
基于图像属性融合网络三维 cad 模型检索方法

[发明专利]基于特征级图描述符和图卷积网络的CAD模型分类方法-CN202210678696.8在审
发明人：秦飞巍;曹磊;邵艳利;詹高扬 -专利权人：杭州电子科技大学
申请日： 2022-06-15 - 公布日： 2022-08-23 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于特征级图描述符和图卷积网络的CAD模型分类方法，本发明提取CAD模型的特征与特征之间的依赖关系，转换为特征依赖图，进一步转化阵列特征，细化结构，生成特征级图描述符以表征三维CAD模型；本发明提出的基于特征级图描述符和图卷积网络的模型分类方法，引入跳跃连接网络和基于边收缩的层次化池化机制，构建图卷积网络的分类模型，边收缩的池化机制通过逐步聚合图中节点信息，关注局部关键结构，跳跃连接网络聚合多个中间图表示强化图表示学习，以提升分类效果。本发明实现对CAD模型的准确分类且分类准确率高于现有表现较佳的其他三维模型分类方法，推广了结构化描述与图卷积网络在CAD模型分类问题上的应用。
基于特征描述图卷网络 cad 模型分类方法