摘要
本发明提出了一种基于多模态图学习的折纸预测方法及系统,属于图像处理技术领域;本发明通过获取折叠设计参数和初始折痕图像;根据折叠设计参数生成图拓扑结构和二维折痕图像;采用图卷积神经网络对图拓扑结构和二维折痕图像进行特征提取,以获得第一几何特征;将初始折痕图像和第一几何特征送入图注意力网络进行特征学习,以获得第二几何特征和图像特征;将第二几何特征和图像特征进行特征融合,利用多层感知机对融合后的特征进行分析并输出折纸预测结果。本发明可以实现对于折纸结果的高效、高精度预测,而且提高了预测模型的普适性。
技术关键词
折纸
折痕
多模态
注意力
多层感知机
网络
梯度下降算法
参数
结点
特征提取模块
图像处理技术
数据获取模块
处理器
传播算法
预测系统
程序
顶点
可读存储介质
存储器
系统为您推荐了相关专利信息
句法依存关系
语义关联度
注意力
机器翻译模型
文本
车道线识别方法
注意力机制
深度学习网络
场景
车辆
图像去雾模型
去雾图像
条件生成对抗网络
混合损失函数
图像处理方法