摘要
本发明适用于计算机图形学技术领域,提供了基于扩散网络的三维对称图形匹配方法,包括以下步骤:使用深扩散网络从每个三维图形中提取关键特征,并预计算图形的Laplace谱、复Laplace谱;使用特征、Laplace谱与函数映射方法计算出定义在图形表面上的特征函数对应关系的表示矩阵;使用特征、复Laplace谱与复函数映射方法计算出定义在图形表面向量场之间的对应关系的表示矩阵;直接计算出对应的点对点映射关系,然后复原出特征函数对应关系的表示矩阵;通过上述矩阵的正交性和可交换性构造损失函数。本发明提高了三维图形匹配的性能,且在需要处理大量复杂数据的领域中展现了其优越性。
技术关键词
图形匹配方法
映射方法
矩阵
点对点
神经网络训练
计算机图形学技术
关系
损失函数设计
特征提取器
特征值
定义
网格
数据
理论
坐标
标记
参数
系统为您推荐了相关专利信息
视频预测模型
特征值
视频帧
时序
图像数据处理系统
海洋工程结构
拓扑优化方法
导管架基础结构
虚拟激励法
导管架结构
光传输信号
发送方
点对点结构
接收方
非对称加密算法