面向生成式聚类中心的二阶段三维模型检索方法  

Two-Stage Retrieval Approach Focused on the Generative Cluster Centroids

作　　者：季候风 苏爱华 柳先辉[1] 刘宏欣 王力 JI Hou-feng;SU Ai-hua;LIU Xian-hui;LIU Hong-xin;WANG Li

机构地区：[1]同济大学电子与信息工程学院,上海201800 [2]中国商用飞机有限责任公司,上海200126

出　　处：《制造业自动化》2024年第12期1-8,共8页Manufacturing Automation

基　　金：国家重点研发计划(2020YFB1709303)。

摘　　要：针对现有三维模型检索方法对于类内差别区分能力不足的问题,提出了面向聚类中心的二阶段检索方法,对训练数据进行无监督的二级类别聚类后进行回归学习,使检索方法在有效区分不同类别三维模型的基础上,具备区分类内差别的能力,可以优先检索出在外形上更相似的同类模型,在使用modelnet40单模态点云数据的情况下,mAP达到了92.3%。使用提出的二阶段检索方法,在检索目标数较小的情况下,所需时间仅为不使用该方法的5%或更低。在工业零件数据集上的分类准确率达到100%,mAP达到99.1%,证明所使用方法完全适用于工业生产。

关 键 词：三维模型检索 二阶段检索 自适应密度聚类 特征向量 

分 类 号：TH136[机械工程—机械制造及自动化] TP211[自动化与计算机技术—检测技术与自动化装置]