三维深度学习网络的几何差异感知能力

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要： 在使用深度学习技术处理三角网格等三维数据时，如果网络不具备感知数据位置、朝向、尺寸等几何属性差异的能力，可能导致模型泛化能力不足、准确率偏低的后果。为解决该问题，在变换网络T-Net的基础上，提出名为几何差异感知（geometric difference perception，GDP）的网络模块。（剩余7733字）

试读结束

目录
monitor