一种改进的HKS提取方法及非刚体分类应用

• 作 者: 江静宇 万丽莉
• 机 构: 北京交通大学计算机与信息技术学院信息科学研究所,北京100044
• 出 处: 系统仿真学报
• 发表日期: 2015年10期
• 关键词: heat kernel signature non-rigid object feature extraction sparse representation

为了使热核特征HKS(heat kernel signature)在非刚体形状分析研究中具有更广的适用性,对于非连通的非刚体三维模型提出一种改进的HKS提取方法。提取模型的最大连通集,计算最大连通集的顶点HKS特征,并从顶点特征集合中排除边界点及其一阶邻域点的特征。在形状分类应用中,结合稀疏表示理论,对于训练数据中的每类非刚体三维模型均训练出一个字典,分别用每类的字典对待分类模型的特征集合进行稀疏表示,以确定最合适的字典,从而判断出待分类模型的类别。实验结果表明,该方法具有较高的分类准确率。