典型文献
ZS3D-Net:面向三维模型的零样本分类网络
文献摘要：
零样本三维模型分类对于三维形状的理解和分析非常重要.针对当前零样本三维模型分类缺乏相应数据集且准确率低的问题,设计并构建零样本三维模型数据集ZS3D,提供包括41个类1677个非刚性三维模型数据及所有类别的完备属性表征,为零样本三维模型的分类研究提供了数据基准;提出一种面向零样本三维模型分类的深度学习网络ZS3D-Net,通过集成学习子网络有效地提取三维模型的视觉特征信息,通过语义流形嵌入子网络捕捉未知类和已知类视觉特征和语义特征之间的关联性,完成对未知类的识别.在传统三维模型数据集和ZS3D上,ZS3D-Net分别取得了30.0％和58.6％的分类精度,表明其在同类工作中处于相当或领先的水平,验证了其可行性及有效性.
文献关键词：
零样本学习;深度学习;语义流形嵌入;三维模型分类
中图分类号：
作者姓名：
白静;袁涛;范有福
作者机构：
北方民族大学计算机科学与工程学院 银川 750021;北方民族大学图像图形智能处理国家民委重点实验室 银川 750021
文献出处：
引用格式：
[1]白静;袁涛;范有福-.ZS3D-Net:面向三维模型的零样本分类网络)[J].计算机辅助设计与图形学学报,2022(07):1118-1126
A类：
ZS3D,语义流形嵌入
B类：
Net,零样本分类,分类网络,三维模型分类,模型数据,属性表征,分类研究,深度学习网络,集成学习,子网络,视觉特征,特征信息,知类,语义特征,分类精度,零样本学习
AB值：
0.191826
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
