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.     

XML描述的三维模型检索技术的研究

基于内容的三维模型检索正逐渐成为研究的热点.三维模型描述方式的多样性使三维模型在互联网上实现检索变得困难,采用XML方式描述三维模型可以有效地解决这一问题.探讨了XML方式描述的三维模型的基于内容的检索技术,论述了三维模型检索的原理和系统框架,对其中涉及的关键技术进行了详细的讨论,内容包括三维模型数据结构、三维模型的XML描述方式、三维模型规范化预处理、特征提取、索引建立、相似性匹配以及检索界面的设计.     

局部区分区域在三维模型检索中的应用及改进

由于对三维模型检索查全率与查准率的要求不断提高,在研究模型整体特征的同时,对于模型局部特征的研究越来越多。分析并讨论了几种主流的局部特征提取方法,深入研究了局部区分区域方法,并对此方法做出了改进以适应检索需求,经过试验证明,使用局部区分区域可以提高三维模型检索的查全率和查准率。     

基于内容的三维模型检索综述

对当前基于内容的三维模型检索技术的国际研究现状及进展进行了广泛而深入的综述．探讨和分析了基于内容的三维模型检索技术的系统框架及其关键方法，重点介绍其中的模型坐标标准化、特征提取与索引、相似性匹配、查询方式与用户界面等方面的基本内容，并进行了适当分类．分析总结了现有的基于内容的三维模型检索系统及搜索引擎的典型实例．最后，对现有研究中存在的难点问题及其未来的发展方向进行了展望．     

车祸再现中三维车辆模型准确检索方法研究

研究交通事故再现中根据三维模型的车辆检索问题。为解决事故责任的确定,需要根据视频记录通过车辆三维模型的检索结果再现交通事故过程。交通事故发生过程中,车辆因事故碰撞发生车体旋转,使得车辆三维特征不明显,传统的基于骨架特征的三维车辆检索方法由于车体的旋转,不能有效获取车辆特征,造成车辆三维模型检索的准确率不高。为解决此难题,提出基于同心球特征提取的三维车辆模型检索方法,选取车辆的质心作为模型球心,依据最大半径均分原则得到多个同心球,选取与球心最远的凸点为特征点,这样选取的特征点与空间坐标位置无关,避免了车体旋转对特征点的影响,通过匹配完成检索。实验表明,同心球特征提取方法能够提高三维车辆模型的检索准确性。     

一种基于视点距离的三维模型特征提取算法

如何对三维模型进行特征提取是近年来出现的三维模型检索中的主要问题.文章给出了一种基于视点距离的特征提取算法,该算法利用正规化后的三维模型表面到观察点的距离信息生成六幅距离图像,然后对图像进行二维傅立叶变换并对变换后的频域信息进行低频采样从而得到三维模型的特征向量.该算法克服了基于三维投影的二维图像轮廓算法中丢失模型空域信息、缺乏对图像内部信息进行描述的缺点.实验结果表明,该算法比基于轮廓算法的检索精确度提高了19%.     

基于点对分布的三维模型特征提取算法

基于形状分布算法提出了一种基于点对分布的三维模型特征提取算法。该算法根据两随机点间的连线与模型是否有交点，将连线分为U类和W类，并分别为两类连线构建形状分布直方图，从而解决了形状分布算法对于外形相近但细节不同的三维模型的检索问题，提高了检索精度。     

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.     

基于差异特征协同语义标注的三维模型检索方法

提出一种基于差异特征协同语义标注的三维模型检索方法.该方法利用多种特征提取方法的优点,借鉴半监督学习中的协同训练思想,首先通过3种差异特征提取算法分别训练学习器,构造出3个差异学习器;然后通过协同迭代训练找到最优学习器对三维模型进行自动语义标注;最后结合语义进行三维模型检索.在普林斯顿大学的PSB三维模型数据集上的实验...     

基于体素构造和遗传算法的三维模型检索

以体素构造三维模型原理为基础,阐述了体素的几何信息和体素间的拓扑关系及基 准问题,建立了三维模型特征提取函数,并对其旋转、平移和尺寸变化进行了经典不变矩处理, 提出了一种基于体素构造和遗传算法的三维模型检索方法。该方法通过对遗传信息编码,以及迭 代中的遗传信息交叉与变异,减小了检索区域的收敛速度,提高了检索准确率和检索速度。     

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。     

基于聚类分析的三维模型检索综述

为提高三维模型的检索性能,将聚类分析用于特征描述符的提取以及模型间相似性关系划分等方面,能够对三维模型进行较为合理的分类,对较大规模三维模型数据库的索引和组织进行完善,提高三维模型检索效率。针对当前主流的基于聚类的三维模型检索算法进行分析,比较几种聚类算法的优势与不足,在其基础上进行改进,并继续应用于三维模型的检索中。     

Sketch-based 3D model retrieval by incorporating 2D-3D alignment

Sketch-based 3D model retrieval is very important for applications such as 3D modeling and recognition. In this paper, a sketch-based retrieval algorithm is proposed based on a 3D model feature named View Context and 2D relative shape context matching. To enhance the accuracy of 2D sketch-3D model correspondence as well as the retrieval performance, we propose to align a 3D model with a query 2D sketch before measuring their distance. First, we efficiently select some candidate views from a set of densely sampled views of the 3D model to align the sketch and the model based on their View Context similarities. Then, we compute the more accurate relative shape context distance between the sketch and every candidate view, and regard the minimum one as the sketch-model distance. To speed up retrieval, we precompute the View Context and relative shape context features of the sample views of all the 3D models in the database. Comparative and evaluative experiments based on hand-drawn and standard line drawing sketches demonstrate the effectiveness and robustness of our approach and it significantly outperforms several latest sketch-based retrieval algorithms.     

3D模型检索技术综述

全面地综述了3D模型检索技术，介绍了3D模型检索界面和一个3D模型检索系统，并对该技术领域的未来发展进行了总结和展望．     

一种基于切片的三维模型检索算法*

为了更加高效地从三维模型库中检索出相似模型,提出了一种基于切片的三维模型检索算法。首先应用主元分析对三维模型进行预处理;然后对预处理后的模型在不同位置和不同方向上进行切片,根据所得切片断面的相对面积进行三维模型检索。基于该算法设计并实现了三维模型检索系统。实验采用PSB(PrincetonShape Benchmark)提供的三维模型数据库,结果表明把模型的切片截面作为三维模型的特征描述,能有效地区分不同模型,并取得了较好的检索效果。     

Convolutional deep learning for 3D object retrieval

In recent years, with the development of 3D technologies, 3D model retrieval has become a hot topic. The key point of 3D model retrieval is to extract robust feature for 3D model representation. In order to improve the effectiveness of method on 3D model retrieval, this paper proposes a feature extraction model based on convolutional neural networks (CNN). First, we extract a set of 2D images from 3D model to represent each 3D object. SIFT detector is utilized to detect interesting points from each 2D image and extract interesting patches to represent local information of each 3D model. X-means is leveraged to generate the CNN filters. Second, a single CNN layer learns low-level features which are then given as inputs to multiple recursive neural networks (RNN) in order to compose higher order features. RNNs can generate the final feature for 2D image representation. Finally, nearest neighbor is used to compute the similarity between different 3D models in order to handle the retrieval problem. Extensive comparison experiments were on the popular ETH and MV-RED 3D model datasets. The results demonstrate the superiority of the proposed method.     

结合描述性文本的三维模型语义检索方法

为了提高三维模型的检索性能,针对当前三维模型检索系统的语义检索功能无法支持用户的主观性描述文字的问题,提出一种基于内容和描述性文本结合的三维模型语义检索方法。该方法首先为三维模型构造语义树;然后,利用语料统计的方法,计算输入的描述性文本和语义树节点扩充信息的相关程度,将相关度较高的一部分节点的三维模型实例提取出来,得到一个经过语义约束的较小的三维模型集合;最后,使用用户输入的三维模型实例在这个经过语义约束的较小的三维模型集合里进行形状相似性匹配,依据匹配度的大小返回给用户三维模型检索结果。实验中,使用WordNet对一些名词的释义作为描述性文本输入。在普林斯顿大学的PSB三维模型数据集上的实验结果表明,该方法在大多数类别中的查准率—查全率性能好于传统的基于内容的三维模型检索方法。     

基于多模态融合的三维模型检索算法研究

为了获得更好的三维模型检索分类性能,基于深度学习模型研究了多模态信息融合对三维模型的特征描述,在训练步骤提出相关性损失函数来指导不同模态之间的训练,提取更稳健的特征向量;最后将融合特征应用于三维模型的检索和分类,在ModelNet40数据集上进行了三维模型分类任务和检索任务评估。实验结果及与现有方法进行的对比证明了该方法的优越性,为三维模型检索分类领域提供了一种新的思路。