判别性特征引导的零样本三维模型分类算法

作     者：范有福 白静 邵会会 彭斌 Fan Youfu;Bai Jing;Shao Huihui;Peng Bin

作者机构：北方民族大学计算机科学与工程学院银川750021 国家民委图像图形智能处理实验室银川750021 

基　　金：国家自然科学基金(61762003,61972121) 宁夏自然科学基金(2022AAC02041) 宁夏优秀人才支持计划 北方民族大学“计算机视觉和虚拟现实”创新团队 

出 版 物：《计算机辅助设计与图形学学报》 (Journal of Computer-Aided Design & Computer Graphics)

年 卷 期：2024年第36卷第2期

页      码：223-235页

摘      要：基于零样本学习的三维模型分类是三维视觉领域的一个新兴话题,旨在对未经训练的三维模型进行正确分类.针对零样本三维模型分类中存在重视全局而忽视局部,强制约束而无视语义-视觉跨域差异性,导致整体性能低下的问题,提出一种判别性特征引导的零样本三维模型分类算法.首先,以三维模型的多视图表征为输入,自适应地捕获三维模型的局部判别性特征,获得具有良好语义对应性的视觉特征表示;其次,以词向量的形式引入类的语义表示,结合条件生成对抗网络生成类的伪视觉特征;最后,提出语义判别损失和内容感知损失联合监督,从语义到内容共同约束真实视觉特征和伪视觉特征的对齐,鼓励模型学习具有高局部判别性的特征,实现语义-视觉的跨域细粒度对齐.在ZS3D数据集上达到了60.9%的Top-1准确率,超越当前最好方法2.3个百分点,同时在Ali数据集的3个子数据集上也分别取得31.9%,9.9%和16.6%的准确率,均达到了较好的实验效果,验证了该算法的有效性和普适性.

主 题 词：三维模型分类 零样本学习 判别性特征 联合损失 细粒度对齐 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3724/SP.J.1089.2024.19715

馆 藏 号：203127500...