AI识别几何特征课程链接，想了解更多，点这里
课程笔记-1.常见技术体系下的几何特征识别方法
1**.**数据源
点云数据：通常由激光雷达（LiDAR）、深度相机或其他3D扫描设备获取。
网格模型：由三角形面片组成的多边形网格，可以通过3D扫描、CAD软件或游戏引擎生成。
体素表示：将三维空间划分为体积单元（体素），每个体素代表空间的一部分。
特征提取：从原始数据中提取有意义的特征，如表面法线、曲率等。
**2.**深度学习方法
*PointNet***：直接处理无序的点云数据，通过共享多层感知机 ****(MLP) **和对称函数来学习点云特征。
PointNet**++**：通过层次化的采样和聚类策略来捕捉不同尺度的信息。
*Graph CNNs***：将点云建模为图结构，并使用图卷积网络 ****(Graph Convolutional Networks) **来学习节点特征。
*Voxel-based CNNs***：将点云转换成体素网格，然后使用传统的卷积神经网络 ****(CNNs) **进行处理。
Point Transformer：引入Transformer****架构到点云处理中，利用自注意力机制来捕获长距离依赖关系。
课程笔记**-2.**三维模型的表示方法
BREP（Boundary Representation****）
一种基于几何实体边界的表示方法，它将几何实体分解为面、边和顶点等基本几何元素，并通过连接这些元素来表示整个几何体。BREP可以精确地表示几何体的形状和尺寸，因此非常适合进行CAD操作和工程分析。
Mesh
一种由无数小三角形组成的网格，其中每个三角形都由三个节点定义。Mesh通常用于表示复杂的曲面和非规则形状，例如数字造型和三维扫描数据等。相对于BREP，Mesh更适合进行表面重建、可视化和动画渲染等应用。
CSG（Constructive Solid Geometry****）
一种基于基本几何体之间的布尔运算来生成复杂几何体的表示方法。CSG可以提供高效的建模工具，并且支持快速的几何操作，但是难以进行精确的CAD设计。
NURBS（Non-Uniform Rational B-Splines****）
一种基于参数曲线和曲面的表示方法，能够非常准确地描述复杂的几何形状。NURBS在CAD建模和曲面造型等方面应用广泛，但是它们的计算量较大，处理起来比较复杂。
Voxel
一种基于像素的表示方法，将三维空间分割为小的体素（3D像素），并用每个体素的属性来表示整个几何体。Voxel通常用于表示密集的复杂几何体，例如人体、机械设备等。
Space Dimension
Cell Type
Associated geometry
0
Vertex
Point
1
Edge
Curve
2
Face
Surface
3
Volume
3D Space
课程笔记-3.AI****卷积神经网络的推理方法
课程笔记-4.基于Brep进行特征识别的优越性
版权归原作者 Csdn_Murry 所有， 如有侵权，请联系我们删除。