资料下载
×
基于特征融合学习的三角网格显著区域检测方法
消耗积分:0 |
格式:pdf |
大小:0.58 MB |
2021-04-21
分享资料个
三维形状的显著性在形状分析与处理中有不可忽视的作用。现有的三角网格显著性检测方法大多依赖某种人工设计的几何特征，缺乏灵活性。为此，提出一种基于特征融合学习的显著区域检测方法，以适应不同类别的形状。首先计算形状的多种几何特征，然后把多尺度的低层次特征输入到一维卷积神经网络中;通过优化中心正则化损失函数，得到高层次、可判别的特征向量，同时也得到显著区域检测结果。在普林斯顿网格数据集上的实验结果表明，该方法适用于不同形状的显著性检测，检测结果具有一致性，并且相比对照算法具有更好的视觉效果和定量化指标评价。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
