几何感知特征学习

一种同时处理刚性与非刚性三维模型的通用识别方法，通过融合深度几何信息与深层语义特征，摆脱对单一类型模型的依赖。

周燕 · Huajie, Sun · Zhang, Huaidong · 徐雪妙 · 易长安 · Dewang, Ye · Zhou, Yuexia · Xiangyu, Liu

Pattern Recognition 2024

参数信息

分类准确率

95.0 %

分类准确率

95.2 %

技术优势

同时识别刚性与非刚性

通过层投影和射线投影提取深度值，保留丰富的几何信息，与深层语义特征互补，使得同一模型能覆盖两类三维物体。

准确率高于现有方法

在五个数据集上与现有方法比较均取得显著优势，包括大规模 ShapeNet Core55 和真实扫描 ScanObjectNN。

应用场景

• 具身智能：让机器人对刚性与柔性物体统一识别，无需切换模型。
• 先进机器人：直接集成到3D视觉管线，提升复杂环境下物体识别鲁棒性。
• 工业机器人：替代单一类型识别模块，减少产线中的模型部署数量。