摘要
本发明公开了一种基于空间域谱域多尺度信息融合的三维网格分割方法。该方法首先对构建好的三维网格进行分割区域标注并划分标注好的整个数据集,然后对数据集和测试集中的所有数据进行预处理,通过设计一种MSNet深度学习模型,在空间域中提取多范围尺度网格特征,在谱域投影至多个频率进行热扩散实现网格表面信息传递,并结合注意力机制融合多尺度信息,实现了更加有效的网格表面信息传递以及更准确的三维网格分割效果。本发明的方法能够生成分割准确的三维网格语义分割结果,能够运用在网格编辑、动画制作流程中应用空间巨大,同时利用该方法也大大降低了所需的人力和时间成本。
技术关键词
三维网格分割
邻接关系表
顶点特征
深度学习模型
局部特征描述符
特征提取模块
注意力机制
频率
三角形面片
深度学习网络
拉普拉斯
网格特征
数据
融合多尺度信息
标签类别
系统为您推荐了相关专利信息
模型分类方法
训练分类模型
梯度提升决策树
机器学习方法
深度学习模型
识别方法
深度学习模型
边缘检测算法
计算器
机器人相机
监控方法
监控处理单元
监控界面
图像特征提取模型
检查单元
速度引导方法
ETC门架
车载OBU设备
路面摩擦系数
语音播报功能