《表4 基于三维模型表示方法的工作汇总》
目前提出的方法可以概括为以下三种:(1)基于低层特征提取高层特征的方法.先提取三维模型传统手工设计的特征描述符(称为低层特征),通过深度学习方法进行训练,学习得到新的抽象特征(称为高层特征),将其作为三维模型最终的特征描述符;(2)非本征方法.将三维模型变换到图像区域、体素区域、基元区域或点云等欧式空间,以适应传统的深度学习方法;(3)本征方法.设计能处理三维数据的深度学习模型,通常将三维模型看作二维流形或由点组成的图.本小节以具体的处理任务为线索总结了现有方法,结合三维数据的表示方式对这些方法进行分类与对比.本文进一步从数据表示方法的角度总结了目前的代表性工作,如表4所示.
图表编号 | XD00134441200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 李海生、武玉娟、郑艳萍、吴晓群、蔡强、杜军平 |
绘制单位 | 北京工商大学计算机与信息工程学院、食品安全大数据技术北京市重点实验室、北京工商大学计算机与信息工程学院、食品安全大数据技术北京市重点实验室、北京工商大学计算机与信息工程学院、食品安全大数据技术北京市重点实验室、北京工商大学计算机与信息工程学院、食品安全大数据技术北京市重点实验室、北京工商大学计算机与信息工程学院、食品安全大数据技术北京市重点实验室、北京邮电大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |