الدمج المميز للخصائص بمساعدة التجزئة الدلالية لمستويات متعددة من أجزاء النماذج ثلاثية الأبعاد

التعرف على نماذج الأجزاء ثلاثية الأبعاد من السحابة النقطية ثلاثية الأبعاد هو أمر حاسم لفهم البنية والمشهد ثلاثي الأبعاد. تستخدم العديد من الأساليب القائمة على التعلم التجزئة الدلالية وتنبؤات مركز النموذج كمهام تدريب، ولكنها تفشل في استغلال العلاقة الذاتية بين دلالة الشكل والأجزاء النموذجية بشكل أكبر. في هذا البحث، نقدم طريقة جديدة للتجزئة النمطية للأجزاء ثلاثية الأبعاد. تستغل طريقتنا التجزئة الدلالية لدمج خصائص النماذج غير المحلية، مثل تنبؤات المركز، وتزيد من تعزيز مخطط الدمج بطريقة متعددة ومترابطة المستويات. كما نقترح مهمة تنبؤ مركز المنطقة الدلالية للتدريب والاستفادة من نتائج التنبؤ لتحسين تجميع نقاط النموذج. أثبتت طريقتنا أنها تتفوق على الطرق الموجودة بتحسن كبير في معيار PartNet (بارتنت). كما أظهرنا أن مخطط دمج الخصائص الخاص بنا يمكن تطبيقه على طرق موجودة أخرى لتحسين أدائها في مهام تجزئة نماذج المشاهد الداخلية.请注意，"PartNet" 是一个专有名词，通常在阿拉伯语中会保留其英文形式，并加注释说明其含义。因此，我在翻译时将其保留为 "PartNet (بارتنت)"。