摘要
本发明涉及信息检索领域,其公开了一种三维模型的跨模态匹配模型构建方法,首先,构建训练样本集;然后,分别针对每一个输入样本,将其各模态的数据,通过对应特征提取网络获得对应特征,在归一化后映射至共享嵌入空间;之后,基于类内距离、类间距离和预设距离参数,分别计算中心损失和自适应损失权重,并利用中心损失和自适应损失权重,计算自适应余弦中心损失,通过最小化自适应余弦中心损失实现对匹配模型的训练。因此,能同时实现了类内和类间的学习;通过引入自适应损失权重,平衡各类别、各模态的贡献,克服对特征模长的敏感,能够将三维模型的跨模态匹配,扩展至渲染图以外的复杂图像场景,适用于检索等三维模型的各类跨模态匹配任务。
技术关键词
匹配模型构建方法
三维模型
特征提取网络
三维网格数据
三维点云数据
亲和力
二维图像数据
跨模态
训练样本集
分类器
计算中心
信息检索
参数
度函数
球面