基于多模态融合的开放域三维模型检索算法

为了满足开放域下海量新增模型数据的管理和检索需求，提出开放域三维模型检索算法，可以有效地利用多模态信息的语义一致性. 借助无监督算法探寻未知样本间的类别信息，利用该类别信息实现网络模型的参数优化，使得网络模型在开放域条件下具有更好的模型表征性能及检索结果. 提出基于Transformer结构的层级化多模态信息融合模型，有效地剔除了多模态间的冗余信息，得到鲁棒性更强的模型表征向量. 在数据集ModelNet40上进行实验，通过与其他典型算法的对比实验可知，所提方法在mAP指标上优于所有的对比方法，验证了该方法在检索性能提升上的有效性.