[发明专利]一种基于共享权重卷积网络的三维模型局部特征描述方法

摘要

一种基于共享权重网络的三维模型局部特征点描述方法，包括如下步骤：(1)三维扫描数据的样本采集：采用3D扫描设备对不同现实场景进行扫描，每个场景采集得到不同视角的三维数据；(2)三维数据的样本分类：将相同场景下采集的三维扫描数据序列放在同一个文件夹内；并将每一类扫描数据所在的文件夹命名为对应的场景名称；(3)数据集的制作：采用3D扫描设备的配套软件和参数完成三维数据配准，形成用于卷积网络训练和测试的数据集；(4)网络模型训练。

主权项

1.一种基于共享权重网络的三维模型局部特征点描述方法，包括如下步骤：(1)三维扫描数据的样本采集：采用3D扫描设备对不同现实场景进行扫描，每个场景采集得到不同视角的三维数据；(2)三维数据的样本分类：将相同场景下采集的三维扫描数据序列放在同一个文件夹内；并将每一类扫描数据所在的文件夹命名为对应的场景名称；(3)数据集的制作：采用3D扫描设备的配套软件和参数完成三维数据配准，形成用于卷积网络训练和测试的数据集；(4)网络模型训练：(4.1)调用代码从训练数据集中提取包含两帧数据的同一个匹配对，分别提取像素点周围的体素化信息，将其标签设为匹配；提取不同场景下的两帧数据，各随机得到一个像素点，分别提取像素点周围的体素化信息，将其标签设为不匹配；(4.2)在初始化后网络模型中输入一对相匹配的样本数据和一对不匹配的样本数据，通过反复迭代训练直至达到线性回归值收敛，得到最小的损失函数，并保存最小损失函数对应的最优网络模型。