基于三元组注意力的多视图三维模型分类方法

本发明涉及一种基于三元组注意力的多视图三维模型分类方法。本发明首先对三维模型进行投影，得到二维视图集，对二维视图集采用二值轮廓的数据增强方法来降低视图中冗余部分的影响，其次在以卷积神经网络为基础的网络构造中引入三元组注意力模块，用来提取视图特征，在计算注意力时捕获视图的跨维度依赖关系，再次引入GAT模块，通过提取视图的图数据结构来优化节点间的连接关系，从而获得更丰富的特征表达，最后使用Softmax函数来确定三维模型的类别。本发明具有较好的三维模型分类效果，能更准确地解决三维模型分类问题。