基于多视图和注意力推荐网络的三维物体识别方法

打开文本图片集

摘要： 传统物体识别方法是从单一图像中通过人工提取图像特征，存在成本高、质量低等问题。针对上述问题，提出一种基于多视图和注意力推荐网络的三维物体识别方法，多视图很好地保留了物体在局部和全局上的特征；注意力模块可以有效地对视图上关键的特征聚焦，忽略无关或干扰特征。该方法利用一组多视图作为输入数据，通过卷积神经网络端到端提取物体特征，在卷积层加入注意力模块，实现视图关键区域的定位和剪裁，将处理后的视图送入另外一个卷积层，两个相同卷积操作提取的特征在池化层聚合，利用稀疏表示分类器对特征描述子进行分类识别。（剩余13708字）