基于权重能量自适应分布的三维形状分割方法及系统

摘要

本发明提供一种基于权重能量自适应分布的三维形状分割方法及系统，包括训练深度神经网络以及对待分割三维模型进行分割预测过程，训练过程包括步骤：将三维模型分割为分割成n个小块，随机选取每个小块上的一个三角面片代表小块，通过分割标签确定每个三角面片对应的分割标签；提取每个三角面片的特征向量；通过分割标签分别计算同一三维模型下的三角面片测地距离的最小值，得到权重能量分布，计算获取每个三角面片的软标签，将所有三维模型下的三角面片的软标签作为深度神经网络训练的输出；用上述输入和输出训练一个带有随机失活层的深度神经网络。该方法具有高准确率、强鲁棒性、强学习扩展能力等优点。