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。     

基于混合形状特征的三维模型检索研究与实现*

将基于视图描述的形状特征和3D Zernike矩两种特征应用于三维模型检索,并且根据用户反馈在输出层进行融合.实验表明,采用混合形状特征在提高检索准确率的同时,也能保证检索效率.     

三维模型检索相关的特征提取和语义研究

随着网络上使用或存储在数据库中的三维模型数量迅速增加,如何从大量的三维模型中检索到相似的三维模型变得十分必要。由于目前基于形状的三维模型检索不包含语义概念,因而检索的结果已不能满足用户的需要。针对此现象提出一种新方法,即结合语义和形状特征的三维模型检索。使用K-means算法把形状特征聚类到语义群中,空间关系消除具有相似外观模型之间的歧义。利用普林斯顿形状基准数据库进行实验,结果证明了该方法的可行性。     

一种多特征动态集成的3D模型检索方法

基于内容的3D模型检索是多媒体信息检索的热点研究问题之一,其主要的问题是提取3D模型的形状特征,但是采用单一特征很难保证检索系统对于任意输入查询模型都有很好的检索准确率.为了提高准确率,引入多种形状特征,通过加权求和在输出层融合,得到总体上模型间的相似度.每种特征采用动态权值,针对输入查询模型的不同,根据用户反馈对知识库中的权值自动更新.采用了形状分布特征和球面调和特征进行系统的建模,实验表明,文中方法比采用单特征检索的准确率大大提高.     

基于本体的个性化信息检索技术研究

针对传统的采用关键词的信息检索方式在个性化方面的不足,提出了一种根据领域本体的个性化信息检索模型.首先获取用户的特征信息,接着利用用户的特征信息构建基于本体的用户兴趣模型,在检索过程中通过领域本体概念和用户兴趣模型对检索请求进行分析并对其进行扩展,获得符合检索意图的结果,在此基础上按兴趣度大小处理后将最终个性化信息检索结果反馈给用户.通过搭建关于本体的个性化检索原型系统,仿真结果验证了改进模型的有效性.     

引入文本检索的混合形状特征的3D模型检索技术

针对三维模型检索性能较低的问题．提出一种快速准确的检索技术。为了提高模型的检索速度．引入于文本与内容相结合的检索方法。为了提高模型检索的准确率,根据基于单一模型特征的三维模型检索存在的不足,提出了结合多种形状特征进行模型的检索方法。模型的面积分布和形状直方图两种特征被应用于模型检索。实验证明该算法在检索准确度和检索效率上都有所提高。     

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。     

三维模型语义检索研究进展

针对近年来三维模型检索研究不只是考虑形状相似性匹配,而更多地关注如何把语义知识应用于检索这一研究新动态,对三维模型语义检索研究现状,包括三维模型知识提取、语义检索中的主动学习机制、三维模型语义检索系统等方面进行总结.在此基础上,对已有研究成果进行比较分析,突出三维模型语义检索取得的进展以及存在的问题.最后,提出三维模型语义检索需要进一步深入研究的方向.     

基于内容和语义的三维模型检索综述

多媒体信息的检索是信息复用的重要途径。三维模型检索作为三维建模过程中的关键技术之一,近年来随着三维建模的广泛运用而被深入研究。针对目前三维模型检索技术的进展,首先介绍了基于内容的检索技术,按照提取的特征将其分为四类：基于统计数据、基于几何外形、基于拓扑结构和基于视觉特征,分别介绍各类技术的主要成果和优缺点;然后介绍考虑语义信息,解决“语义鸿沟”现象的基于语义的检索方法,根据切入角度将其分为三类：相关性反馈、主动学习和本体技术,随后介绍了各类技术的相互关系与特点;最后总结和提出了三维模型检索的未来研究的发展方向。     

拓扑和形状特征相结合的三维模型检索

针对整体相似性检索算法在局部细节特征上的表达能力不足,提出了一种将拓扑和形状特征相结合的三维模型相似性比较方法.首先提取三维模型的骨架,获得模型的整体拓扑特征;然后根据骨架节点将模型分解为多个子部分,并利用球面谐波算法提取每一个子部分的形状特征.模型的匹配分为3步进行:整体骨架的拓扑特征相似性比较,相对应的子部分的局部形状特征相似性比较,模型总的相似性是整体骨架相似性与对应子部分局部形状相似性的加权和.实验结果表明:该方法从整体到局部、由粗到精,综合考虑了拓扑和形状特征,较传统的考虑单一拓扑或形状特征的检索算法有较高的检索精度,同时又支持基于局部特征的相似性检索.     

基于高斯过程分类器的三维模型多粒度语义检索

为解决三维模型语义检索中用户检索意图不一致问题,建立多粒度语义检索框架,使学习模型能够有效地适应用户的不同检索意图。首先对模型分类知识进行层次划分,形成语义概念的多粒度结构。然后提取一种多视图特征来描述三维模型的形状特性,并采用高斯过程分类器建立不同粒度层次上的学习模型,实现低层特征和查询概念之间的语义一致性描述。和已有研究相比,多粒度语义检索框架使用户可通过语义粒度级别变化进行检索意图设置,从而检索结果尽可能符合用户语义。在实验部分,采用三维模型基准数据库对框架进行算法性能测试。结果表明,检索准确率要明显提高,并且符合人类思维特点。     

一种多特征动态集成的3D模型检索方法

基于内容的3D模型检索是多媒体信息检索的热点研究问题之一,其主要的问题是提取3D模型的形状特征,但是采用单一特征很难保证检索系统对于任意输入查询模型都有很好的检索准确率。为了提高准确率,引入多种形状特征,通过加权求和在输出层融合,得到总体上模型间的相似度。每种特征采用动态权值,针对输入查询模型的不同,根据用户反馈对知识库中的权值自动更新。采用了形状分布特征和球面调和特征进行系统的建模,实验表明,文中方法比采用单特征检索的准确率大大提高。     

一种基于潜在语义线性嵌入的三维模型检索方法

在三维模型检索中,为了保持模型之间的形状相似性,并且考虑保持模型之间的语义关系不变的情况下实现特征的维数缩减,提出一个基于潜在语义分析的非线性降维方法潜在语义线性嵌入LSLE.该方法通过构建的三维模型语义空间确定数据库中三维模型的语义近邻,并通过改进的局部线性嵌入方法实现数据维数的缩减,对Princeton Shape Benchmark的实验表明,该方法在三维模型的特征降维和检索中都取得了较好的效果.     

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。     

三维网格模型增量式聚类检索

针对大规模三维网格模型库中的形状检索问题,提出了基于增量式聚类的三维形状描述和检索方法。首先根据三维模型的曲率分布直方图提取特征点得到特征向量;然后根据特征向量描述建立模型库的关键词词典;在特征 匹配阶段基于增量聚类方法判断目标模型的特征向量是否属于某一个关键词,并根据增量聚类的结果更新检索关键词词典;最后匹配特征向量检索模型库中与目标模型形状相同和相近的三维网格模型。相关实验结果证明了该方法快速有效,具有较高的准确性。     

基于描述逻辑方法的VSM语义检索模型

针对当前的信息检索模型并不能提供语义信息的检索问题,提出了一个基于描述逻辑方法的语义检索模型,定义了文档的逻辑视图、查询的逻辑视图和两种视图之间的相似度计算方法,并给出了模型的存储结构.该模型将用户的检索请求和待查询的数据(文档)转化成基于描述逻辑知识库为基础的个体集合,不仅能够有效表示文档和查询的语义信息,而且有利于计算机自动推理的实现,可以有效提高检索的准确率和召回率.     

一种自适应语义Web检索方法

基于内容的语义Web检索只考虑内容本身,没有考虑用户的不同,不能准确反映用户需求。为此,提出一个自适应语义Web检索框架,对于Web中文文档,借助HowNet知识库给出一种本体学习方法,通过提取用户客观、显式和隐式信息建立用户信息库,并设计用户初始查询本体和个性化查询本体构建算法,从而实现用户的自适应检索。实验结果表明,该方法具有较高的检索效率。     

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...     

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.     

制造资源智能检索系统研究与实现

基于语义网技术，提出一个原型系统Swirrsm，对网络化制造环境中分布式异地企业资源信息获取与用户透明化检索的关键技术进行了深入研究．Swirrsm系统以网络化制造本体作为语义和推理支撑；提出多层次信息智能检索模型，完成用户透明化的智能检索；提供三种用户交互方式实现基于语义的用户查询表达．