基于神经网络的三维模型视觉特征分析  

Analyzing 3D model visual features based on neural networks

作　　者：韦伟[1] 杨育彬[1] 林金杰[1] 阮佳彬[1] 

机构地区：[1]南京大学计算机软件新技术国家重点实验室计算机科学与技术系

出　　处：《计算机工程与应用》2008年第21期174-178,216,共6页Computer Engineering and Applications

基　　金：国家自然科学基金优秀国家重点实验室专项基金资助项目( No.60723003);国家自然科学基金( the National Natural Science Foundation of China under Grant No.60505008);江苏省自然科学基金创新人才( 学术带头人) 基金资助项目( No.BK2007520)

摘　　要：首先从形状、颜色、纹理材质三个主要视觉特性入手,阐述模型的特征描述符,设计三元组视觉特征向量用于神经网络进行模型分类。具体基于感知器神经网络、Hopfield神经网络分别实现了对三维物体的分类。实验表明,基于神经网络的分类器能对基于视觉特征描述的三维物体进行有效识别。A review on feature descriptors,including shape,color,texture and material,is firstly given in this paper.Then a threedimensional visual vector is designed for neural works to classify 3d models.Classification methods based on perceptron neural network and Hopfield neural network are proposed.Experimental results have shown that,the proposed methods are able to simulate human＇s visual perception effectively and efficiently.Finally,conclusions are drawn and the future work on fuzzy neural network is introduced.

关 键 词：三维模型 视觉特征 感知器神经网络 HOPFIELD网络 三维物体分类 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]