摘要
本发明公开了一种草图识别方法。该方法包括以下步骤:获取草图原始数据,将草图原始数据转换为草图序列数据,去除草图序列数据中的重复点和孤立节点,获取草图序列优化数据;采用顶点距离最大化采样法对草图序列优化数据进行采样,并对采样后的草图序列优化数据进行归一化,获取草图序列标准数据;根据草图序列标准数据,构建具有时序结构的草图数据;构件草图识别模型,根据具有时序结构的草图数据和草图识别模型获取草图识别结果。本发明在构建草图的图结构时引入时序信息并由GNNs直接处理,因而无需传统神经网络模型的参与,降低了模型的规模和计算开销,并提高了后续草图识别的准确性。
技术关键词
草图识别方法
时序结构
序列
笔画
数据
坐标点
全局平均池化
节点数
画布
节点特征
线性
构建算法
线段
神经网络模型
分类器
顶点
模块
符号
系统为您推荐了相关专利信息
健康管理系统
导冷散热结构
支持热插拔功能
网络远程管理
模块
混合矩阵
二维核磁共振
纵向弛豫时间
饱和度
横向弛豫时间
协议数据分析方法
LTE设备
数据采集方式
网络接口
非暂态计算机可读存储介质
分析预测方法
神经网络模型
数据存储模块
动态数据分析
服务费