基于卷积网络的三维模型特征提取

【摘要】：本文利用卷积网络实现非线性映射,把三维模型各个角度的投影,映射到低维流形上,并把这个流形作为三维模型的形状描述,通过它可以比较模型的相似度,实现三维模型搜索引擎。 卷积网络(Convolutional Networks)是为识别二维形状而特殊设计的一个多层感知器,这种网络结构对平移、比例缩放、倾斜或者共他形式的变形具有高度不变性。为了训练神经网络使用了基于能量的模型EBM(Energy-Based Model),EBM是纽约大学Yann LeCun教授提出的一种通用的机器学习算法,他把机器学习问题抽象为使学习机能量函数最小化的问题。 这种方法取得了很好的效果,卷积网络对于在训练时没有见过的模型也能很好的识别,三维模型的搜索结果也比较理想。