基于Transformer的三维模型小样本识别方法

来源：计算机应用杂志2023年第6期北京时间：

作者：王辉, 李建红

单位：石家庄铁道大学 信息科学与技术学院，石家庄 050043

摘要：针对三维模型的分类问题，提出一种基于Transformer的三维（3D）模型小样本识别方法。首先，将支持和查询样本的3D点云模型输入特征提取模块中，以得到特征向量；然后，在Transformer模块中计算支持样本的注意力特征；最后，利用余弦相似性网络，计算查询与支持样本的关系分数。在ModelNet 40数据集上，相较于两层长短期记忆（Dual-LSTM）方法，所提方法的5-way 1-shot和5-way 5-shot的识别准确率分别提高了34.54和21.00个百分点；同时，所提方法在ShapeNet Core数据集上也取得了较高的准确率。实验结果表明，所提方法能够更准确地识别全新的3D模型类别。

关键词：小样本识别,三维模型,注意力机制,点云神经网络,元学习

基金资助：国家自然科学基金资助项目(61972267);河北省高等学校科学技术研究重点项目(ZD2021333)