关键词：三维模型 相似性分析 形状特征 cnn 热核特征 

摘要：三维模型相似性分析是计算机视觉中的重点问题,如何构建其形状特征和对比函数是难点。随着深度学习出现,通过神经网络自动提取模型特征成为研究热点。构建了双层CNN网络,首先利用热核特征函数分别构建带有颜色的刚性和非刚性训练集与测试集,其次将数据集通过双层CNN网络进行模型训练,第一层实现类别初步判定,第二层实现同一模型刚性与非刚性形变区分。为了提高分类准确度,对初步分类错误的模型引入阈值判定,将其直接排除。通过实验分析,双层CNN网络刚性与非刚性的判别准确率达到99%。实验证明,该方法在模型相似性分析上是鲁棒的,且提取的特征不受人工干扰。

软件导刊杂志要求:

{1}作者简介：文尾附注第一作者简介，含姓名（出生年月）、性别、民族、籍贯、学历学位、单位、职务、职称、研究方向等，并注明准确通讯地址、邮政编码、电话号码、E-mail地址。

{2}本刊只接受word版电子文本。文稿须包括题目、提要、关键词、正文及作者简介。

{3}题目中除公知公用的缩略语外，尽量不用外文缩略语。

{4}参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。

{5}关键词应有3～5个。词与词之间用分号分隔。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社