基于胶囊网络的三维模型识别

曹小威，曲志坚，徐玲玲，刘晓红

（山东理工大学计算机科学与技术学院，山东淄博255000）

（∗通信作者电子邮箱lxhsdut@163.com）

0 引言

卷积神经网络（Convolutional Neural Network，CNN）不仅在传统的二维图像识别领域展现了强大的特征提取能力，在三维模型识别领域也被广泛应用：王慧［1］使用投影提取三维模型的形状特征，并使用一种可以同时计算三个侧面投影图的权值优化深度卷积网络，从而对三维模型信息进行深层次加工处理，进而对三维模型进行分类识别；侯宇昆［2］提取三维模型的12个角度视图以及全景式图，并将两种视图融合，输入到搭建好的13层的卷积神经网络中从而实现对三维模型的识别，在ModelNet10上取得了94%的平均识别准确率；Hegde等［3］融合了基于体素的V-CNNⅠ、V-CNNⅡ以及基于视图的MV-CNN（Multi-View Convolutional Neural Network），得到FusionNet，并在ModelNet10的识别中得到了93.1%的识别准确率；Bu等［4］首先将低层三维形状描述符编码成几何词袋，从中发现中层模式，探索词与词之间的几何关系。在此基础上，通过深度信念网络学习高级形状特征，实验证明该方法对三维模型分类任务具有较强的识别能力。尽管在卷积神经网络的设计中使用池化层在一定程度上增大了神经元的感受野以及降低了样本训练的开销，但是大量池化层的使用会造成原始数据结构信息的丢失，从而对最终的识别结果造成不良影响。

Hinton等［5］于2017年提出的胶囊网络创新地使用向量胶囊取代传统神经网络的标量神经元，舍弃了池化层，并提出了动态路由（Dynamic Routing，DR）算法更新胶囊之间的连接权重，从而较好地保留了特征的空间信息，在MINIST手写数字识别上达到了99.2%识别准确率。……