基于正交主平面投影的三维模型检索算法

主平面分析是一种新颖的快速有效的三维模型检索算法,但单个主平面对三维模型的信息描述能力不够强,影响了检索的准确度.本文通过分析主平面分析的基本原理,在单个主平面的基础上提出三个正交主平面的方法,将三维模型分别在三个正交主平面上投影,然后对投影图像提取旋转不变的矩,形成三雏模型的特征向量进行特征匹配,从而更充分的描述了三维模型的特征.试验表明提高了检索性能.     

基于优化算法的从线画图精确重构三维物体

现有的基于优化算法的三维物体重构方法只能将线画图重构为“粗糙”的三维物体,从而限制了这些方法的实际应用.为此提出一种基于优化算法的改进方法,该方法分2个阶段实现:第一阶段通过在目标函数中引入膨胀-规整平衡因子λ,利用λ的变化渐近优化得到线画图的初步重构结果;第二阶段重构使用不等式约束逐步逼近平行、垂直、共面的等式约束,利用非线性约束优化算法首先精确地重构出三维物体的主平面,然后得到其他非主平面顶点的精确三维坐标,完成整个线画图的精确重构.实验结果表明,文中方法有效和稳定,其重构结果的精度明显优于现有方法.     

三维CAD模型检索综述

对三维CAD模型检索研究现状进行了深入和系统的综述。CAD模型检索可划分为两个层次:基于视觉相似性的三维CAD模型检索、面向语义与功能描述的三维CAD模型检索。分别分析了两种检索层次下CAD模型的检索方法。在此基础上总结了三维CAD模型检索评测基准库、评测方法等。最后展望了现有研究中的难点及进一步的研究方向。     

球面深度全景图表示下的三维形状识别

三维形状识别是近年来较为热门的研究方向,针对其中的三维模型形状的表达方法和识别问题,提出一种多分支卷积神经网络下的三维模型识别方法.该方法通过对三维模型进行球面深度投影得到球面全景图;为了提高识别精度,将每个模型的球面全景图从多个角度展开,创建多幅平面图像作为识别系统的输入;识别系统使用多分支的卷积神经网络,并将多幅全景图进行整合分析,最终得到一个三维模型的识别结果.对三维模型进行分类和检索的实验结果表明,文中方法的识别效果优于近年来的前沿方法,对三维模型进行检索的准确度甚至超过了多视图识别方法.     

Onto3D——一种基于本体的三维模型检索系统

由于目前的三维模型检索技术中基于文本的检索方法和基于内容的检索方法所使用的关键词或形状特征不能包含模型的语义信息,因而检索的结果不能完全满足用户检索的意图.为此实现了一种基于本体的三维模型检索系统Onto3D. Onto3D能够根据用户的检索条件,利用知识库中模型的语义信息进行推理和查询;也可以根据用户反馈信息,从三维模型的底层特征推出高层语义信息.对Princeton Shape Benchmark的实验表明,Onto3D系统在文本和形状检索中都取得了较好的效果.     

基于局部特征概率密度估计的三维模型特征提取方法

特征提取是三维模型检索中的关键.给出了基于局部特征概率密度估计的三维模型特征提取体系框架.针对三维表面局部几何特征集,利用核密度估计方法估计选定目标点的特定局部特征密度构成特征向量,用以描述三维模型.抽取三维网格模型的单元特征及多个单元特征组合而成的多元特征支持实现三维模型检索.实验验证了其检索性能优于基于统计的直方图特征提取方法.     

一种基于正交视图的三维模型多特征匹配算法

针对现今多数三维检索算法在匹配精度、检索速度以及算法复杂度三者难以相互兼顾的问题,文中提出一种基于正交视图的三维模型多特征匹配算法。首先对被检索三维模型的6个正视角进行投影,获得6个正视图像;接着分别用灰度级图像来描述各个正视图特征,并根据投影后模型各面的分布情况填补顶点与面片之间的间隙;然后动态提取每个灰度级图像的投影直方图特征和Zernike矩特征;最后在分析各特征的优缺点的基础上,融合多个特征来匹配三维模型的相似度。与传统LFD算法和D2算法进行对比实验,结果表明,文中算法能较好地提高对三维模型检索的查全率与查准率,具有计算量小、匹配精度高、运行速度快的优点。     

面向内容的三维模型数据库设计及其检索系统的实现

目前,对基于内容的三维模型检索的研究主要集中在检索过程所涉及到的算法方面,而对三维模型库的设计研究较少.为此,详细分析了面向内容的三维模型库的建立过程,重点论述三维模型库的组织结构和分类表的设计,提出一种三维模型分类的手工构造方法,开发了三维模型库的管理软件,并研制了三维模型检索的原型系统.其意义在于为三维模型检索研究提供一个结构合理、数据充分的三维模型库,从而为检索算法的研究奠定坚实的基础.     

基于深度学习的三维模型检索算法综述

近年来,深度学习被广泛应用于各个领域并取得了显著的进展,如何利用深度学习高效管理呈爆炸式增长的三维模型一直是一个研究热点.本文介绍了发展至今主流的基于深度学习的三维模型检索算法,并根据实验得出的算法性能评估分析了其优缺点.根据检索任务的不同,可将主要的三维模型检索算法分为两类:(1)基于模型的三维模型检索方法,即检索对...     

基于RBF 神经网络集成的三维模型分类和检索

针对单个神经网络难以对复杂的三维模型特征空间有足够的优化能力和泛 化能力的问题,用Boosting 方法变种和基于粒子群训练的RBF 神经网络,形成特征空间对 应的多个神经网络,然后将神经网络集成,给出三维模型的分类信息。在三维模型检索时, 将神经网络集成输出的分类信息和特征空间上的距离信息进行加权计算,得到三维模型之间 的相似度。实验结果表明,基于RBF 神经网络集成的分类方法能有效提高三维模型的分类 准确率;同时,考虑特征空间上模型间的距离和语义分类层次上模型间的距离,能够大大提 高三维模型的检索精度。     

基于Leap Motion的三维模型草图检索

对三维模型检索的需求在搜索领域日益增长,而基于草图的三维模型检索也已然成为最为有效且易用的检索方式。为了更好地提升草图检索的体验,着眼于人机交互的方式并对其加以改进是必由之路。其中,Leap Motion系统可高精度实时检测并跟踪手指的位置和手势信息等,为大屏幕、远距离交互提供了有效途径。文中提出了一种基于Leap Motion的三维模型草图检索系统用于三维模型检索。通过Leap Motion获得的数据将手的运动模拟信息实时地反映到浏览器上,实现草图的绘制和模型的检索。在草图检索部分,提出了一种改进的流形排序方法用于对模型间的相似度进行排序,结合模型语义分类信息的排序约束方法,提高了同类模型的排名分数。实验显示,该方法使得草图检索更加贴近和方便用户,进一步提高了草图检索的易用性以及三维模型检索的准确性。     

三维模型检索中的预处理技术

随着三维建模技术和数字化技术的发展,基于内容的三维模型检索技术应运而生.由于三维模型是一种自由度很高的信息,在特征提取之前对三维模型进行坐标系归一化预处理,从而保证所提取特征的平移不变性、比例不变性和旋转不变性,使得同样的三维模型在不同的坐标系下具有相同的相似度,这样可以提高基于内容的三维模型相似性比较算法的准确性.而预处理的效果对检索性能有着很大的影响,对PCA和各向异性变换这两种主要预处理技术进行了研究.     

三维模型空间复合特征描述方法

融合三维模型的多种空间特征信息,提出一种三雏模型空间复合信息的特征描述方法,在一次三维模型面片遍历过程中,可以同时提取模型在一系列同心球球面映射上的距离、法向和面积分布函数,然后对分布函数作球面调和变换,提取球面调和系数作为模型特征向量,降低了特征表示维数,节约了存储空间.在多个三维模型库的实验结果表明本文提出的空间复合信息特征描述方法具有优越的检索效果,优于基于图像的光场描述方法这一被认为目前检索效果最好的描述方法,同时具有提取速度快的优势.     

多准则框架下的蛋白质三维结构相似性检索

蛋白质三维结构与功能的关系问题是当前生命科学领域的一个重大科学问题，蛋白质三维结构相似性比较则是探索蛋白质结构与功能关系的一种重要手段．文中就蛋白质结构在空间分布的特殊性提出了一种多准则框架下的蛋白质三维结构相似性检索模型．在该模型下，通过三种蛋白质空间旋转与平移不变特征的获取，实现了蛋白质骨架空间走向函数的一致性、蛋白质骨架距离直方图的一致性以及蛋白质距离矩阵数据分布一致性的多准则相似性检索策略．作者对实际的27804个蛋白质样本数据库进行实验，结果表明该文所提出的检索模式以及相似性准则的设计是实现大规模蛋白质三维结构相似性检索的一种有效方法．     

基于评价指标组合特征的三维模型检索方法

特征组合是提高三维模型检索有效性的一种重要手段,为了能更有效地引导特征组合,提出一种借助检索有效性单值评价指标来进行特征组合的方法.该方法采用了深度图、视图特征集、法向量信息熵和射线4种特征,首先对训练集分别计算这4种特征的检索有效性单值评价指标,并依据这些评价指标来确定特征距离的权重;然后在对测试集的检索中,使用权重来组合根据单一特征得到的特征距离,以度量三维模型的相似性.实验结果表明,文中方法的检索有效性优于经典的DESIRE特征组合方法.     

一种基于部件空间分布的三维模型检索方法

三维形状分析是三维模型检索的关键问题.提出一种基于三维模型部件空间分布的形状特征描述方法.此方法的主要思想是依据认知心理学的理论,在描述对象形状时强调它的结构属性.首先将三维模型分割为若干个组成部件,每个部件用一个曲面片表示,然后采用曲面片的质心位置、面积占总面积的百分比的组合作为部件特征,最后将满足指定条件的部件特征的集合作为三维模型的形状特征.基于这一特征表示,给出了一种三维模型检索方法.该方法具有受模型精度和连通性影响较小、相似性度量的计算速度较快的优点.实验结果验证了该检索方法的有效性.     

融合深度典型相关分析和对抗学习的跨模态检索

文中提出一种融合深度典型相关分析和对抗学习的跨模态检索方法(DCCA-ACMR),该方法提高了无标签样本的利用率,能够学习到更有力的特征投影模型,进而提升了跨模态检索准确率.具体而言,在DCGAN框架下:1)在图像与文本两个单模态的表示层间增加深度典型相关分析约束,构建图文特征投影模型,充分挖掘样本对的语义关联性;2)以图文特征投影模型作为生成器,以模态特征分类模型作为判别器共同构成图文跨模态检索模型;3)利用有标签样本和无标签样本,在生成器和判别器的相互对抗中学习到样本的公共子空间表示.在Wikipedia和NUSWIDE-10k两个公开数据集上,采用平均准确率均值(mAP)作为评价指标对所提方法进行验证.图像检索文本和文本检索图像的平均mAP值在两个数据集上分别为0.556和0.563.实验结果表明,DCCA-ACMR优于现有的代表性方法.     

基于表面颜色属性的三维模型检索

对基于表面属性的三维模型检索进行研究,提出了基于面积颜色分布、基于球面颜色分布、基于颜色球面调和的三维模型检索方法以及基于表面属性的融合方法.通过对模型表面进行按面积均匀采样来获取其颜色分布信息后形成基于面积颜色分布的特征.通过对模型进行均匀球面采样获取颜色分布信息形成基于球面颜色分布的特征.通过首先将模型表面颜色信息按等经纬度球面采样映射为球面函数,然后对其进行球面调和变换形成颜色球面调和特征.融合特征通过对以上特征的两组或3组依一定权值组合而得到.为验证基于表面属性的三维模型检索方法的效果,建立了一个包含有1171个颜色模型的测试库.实验结果表明以上方法均对基于表面属性的三维模型检索具有较好的检索效果且融合特征可以得到优于任何单一特征的检索效果.     

基于面积分布的三维模型检索算法

如何缩短检索时间和提高检索效率是三维模型检索中的两个关键问题.针对Osada等的D3形状分布算法对模型的内容描述不够充分和计算量较大的问题,计算模型质心与模型表面任意两个三角面片的重心构成的三角形的面积,利用统计出来的数据分别构建面积分布直方图,利用直方图进行模型匹配.实验表明,改进的D3算法提高了检索性能.     

一个相关反馈三维模型深度图像检索算法

基于图像的三维模型检索比形状特征和拓扑结构特征具有更易于实现且检索效果好等优点,但现有基于图像的三维模型检索方法存在一些问题,如没有考虑三维深度信息、所提特征不能全部表达三维模型信息且不能实现用户交互操作等。对此提出一种基于深度图像的三维模型相关反馈检索算法:首先提取三维模型深度图像边界方向直方图和Zernike矩特征;然后利用特征距离度量进行三维模型检索,并采用相关反馈技术实现分类器的构造和模型的标注;最后利用调整好的权值分类器进行检索和标注。实验表明,该算法实现了三维模型的相关反馈检索和标注,提高了检索的精确性,并增强了系统的实用性,为进一步进行语义检索打下基础。