标题：基于注意力机制的三维模型多视图分类算法研究
作者：金妍君 万旺根
作者单位：上海大学通信与信息工程学院 上海大学智慧城市研究院，上海 200444
关键字：多视图；三维模型分类；注意力机制
摘要：对于三维模型的分类，根据其不同的模型类型有不同的分类方法：利用三维模型多视角的二维视图进行分类，利用点云格式的三维模型分类以及利用体素模型进行分类。由于三维模型结构的复杂性和不规律性，且因为二维图像的标记数据量远远大于三维模型，所以一般使用三维模型的多视图图像来对三维模型进行分类研究。其中选择了多视图卷积神经网络（Multi-View Convolutional Neural Networks，MVCNN），因其网络结构不复杂，耗时适中且具有不错的分类结果。并通过向MVCNN中引入注意力机制，使得图像的主要特征位置以及特点显著，能够更好地对三维模型的图像进行特征提取以及分类。实验结果表明，引入注意力机制的多视图三维模型分类方法较原方法，能够将三维模型多视图的分类准确率提高约3%。