摘要
本发明提出一种基于跨模态类中心对齐的草图检索三维模型方法及系统,属于基于草图的三维模型检索技术领域。方法为,将三维模型的多视角图像输入预训练的教师模型,提取三维模型特征并分类,将分类器权重矩阵作为三维模型各类别的类中心;识别待检索草图中的高密度线条区域;通过选择性擦除机制,保留核心轮廓,生成线条特征增强的草图数据;将特征增强后的草图数据输入预训练的学生模型,基于深度语义特征捕获与全局特征筛选,得到跨模态对齐的草图特征;计算所述草图特征与三维模型特征的相似度,按相似度降序排列实现草图到三维模型的检索。本发明通过类中心构建、线条增强及蒸馏学习,实现跨模态特征精准对齐,提升检索精度。
技术关键词
草图检索三维模型
三维模型特征
跨模态
语义特征
特征提取器
线条特征
学生
分类器
样本
三维模型检索技术
高密度
教师
边缘检测算法
编码器
矩阵
矩形
轮廓
数据
系统为您推荐了相关专利信息
文字特征
视觉特征
交互机器人
注意力方法
预测机器人
灯饰控制系统
空间特征提取方法
视觉特征
场景
跨模态
多模态特征
知识图谱数据库
文本
多模态检索方法
样本
自动分类系统
语义检索方法
文献自动分类方法
语义向量
医学知识图谱