基于中心锚困难三元组损失和多视图特征融合的三维模型分类

来源：电子与信息学报杂志2025年第6期北京时间：

作者：高雪瑶, 张澐凯, 张春祥

单位：哈尔滨理工大学计算机科学与技术学院 哈尔滨 150080

摘要：多视图可以全面表征3维模型的视觉特性以及潜在的空间结构信息，但现有方法容易忽视不同视图间的差异性和互补性。针对上述问题，该文提出一种基于中心锚困难3元组损失和多视图特征融合的3维模型分类方法。首先，以3维模型的多视图集为输入，利用深度残差收缩网络(DRSN)提取视图特征并融合2维形状分布特征D1, D2和D3得到视图融合特征；其次，根据3维模型视图融合特征，通过香农熵来衡量视图分类的不确定性，并将3维模型的多视图按视图显著性由高到低排序；然后，搭建基于注意力-长短期记忆网络(Att-LSTM)的3元组多视图特征融合网络，利用LSTM学习多视图之间的上下文信息，并融入多头注意力机制充分捕捉多视图间的相关信息；最后，引入度量学习并提出了一种新颖的中心锚困难3元组损失(CAH Triplet Loss)，并联合交叉熵损失(CE Loss)来优化多视图特征融合网络，减小同类样本、增大异类样本在特征空间上的距离，加强网络对3维模型区分性特征的学习。实验表明：该方法在3维模型数据集ModelNet10上的分类准确率达到93.83%，分类性能突出。

关键词：3维模型分类, 多视图特征融合, 注意力机制, 3元组损失

基金资助：国家自然科学基金(61502124, 60903082)，中国博士后科学基金(2014M560249)，黑龙江省自然科学基金(LH2022F031, LH2022F030, F2015041, F201420)