弱监督学习下的三维点云模型簇协同分割OA北大核心CSTPCD
Co-segmentation of 3D Point Cloud Shape Clusters Based on Weakly Supervised Learning
随着三维采集技术的快速发展,点云数据逐渐成为表示三维模型的基本数据格式之一,它可以保留模型的更多三维空间几何信息.但在三维点云模型分割研究中,大多深度学习网络架构依赖于高质量标注的数据,导致训练成本高昂.因此,针对利用带少量标注点的训练样本实现三维模型簇协同分割的问题,提出一种基于弱监督学习的三维点云模型簇协同一致分割方法.首先,通过K近邻算法建立点之间的局部邻域图;然后,利用局部卷积方法提取点云模型的部件特征并构建相似部件矩阵;最后,通过能量函…查看全部>>
杨军;雷喜文
兰州交通大学 电子与信息工程学院,兰州 730070兰州交通大学 测绘与地理信息学院,兰州 730070
信息技术与安全科学
模型簇协同分割弱监督学习局部卷积能量函数
《计算机科学与探索》 2022 (9)
残缺和异质三维模型簇的对应关系协同计算与协同一致分割研究
2121-2131,11
国家自然科学基金(61862039)甘肃省科技计划资助(20JR5RA429)兰州市人才创新创业项目(2020-RC-22)兰州交通大学天佑创新团队项目(TY202002).
评论