使用形状变化描述三维模型

针对三维模型检索中的形状特征提取问题,提出利用三维模型自身形状变化信息构造形状特征描述符的方法.首先选择一组等间距互相平行的平面切割三维模型,得到三维模型的切片集合;然后定义相邻切片的 差来描述切片间的形状变化,并通过所有相邻切片间的差值来反映三维模型自身的形状变化,以此作为三维模型的形状特征描述符.该方法与三维模型的旋转、平移无关,同时不依赖于模型的点云分布,并且精简模型三角面片对算法的影响较小.实验结果验证了该方法的有效性.     

基于极半径曲面矩的三维模型检索

提出一种三维极半径曲面矩,并应用于三维模型检索.三维极半径矩是一种具有平移、旋转和缩放不变性的不变量,将三维极半径矩推广到三维极半径曲面矩获得了新的不变矩,该方法不需要将三角面片表示的三维模型数据体素化,从而提高了计算速度和计算精度.同时,基于这种三维极半径曲面矩的识别算法具有很好的识别率.     

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.     

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。     

基于曲度特征的三维模型检索算法

针对如何提高复杂曲面的三维模型的检索精度的问题,提出了一种基于曲度特征的三维模型检索算法。首先,在模型表面选取随机采样点,计算点所在局部曲面的高斯曲率和平均曲率,通过高斯曲率和平均曲率求出随机点的曲度值,曲度值表明了曲面的凹凸属性。然后,以模型的质心为球心,以随机点与质心距离和曲度值为坐标轴建立坐标系,统计出一定距离范围内曲度值分布的概率,构建距离与曲度的分布矩阵,以此分布矩阵作为三维模型特征描述符。该特征描述符具有旋转不变性和平移不变性,能够很好地反映复杂曲面的几何特征。最后,通过比较分布矩阵给出不同模型间的相似度。实验结果表明,该方法相比形状分布算法的检索性能有较大提高,尤其适用于具有复杂曲面的三维模型检索。     

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.     

深度特征融合的非刚性三维形状局部匹配

针对海量、异构三维形状匹配与智能检索技术的需求,提出了一种基于级联卷积神经网络(F-PointCNN)深度特征融合的三维形状局部匹配方法.首先,采用特征袋模型,提出几何图像表示方法,该几何图像不仅能够有效区分同类异构的非刚性三维模型,而且能够揭示大尺度不完整三维模型的结构相似性.其次,构建级联卷积神经网络学习框架F-P...     

基于曲率流的点模型编辑方法*

为了对点模型表面进行保细节的自由形状编辑,提出了一种基于曲率流的点模型形状编辑方法。该方法定义了基于平均曲率流的光顺算子,通过此光顺算子获得点模型不同光滑程度的曲面表示。运用对应曲面上点之间的向量差进行相应几何细节的抽取,在相邻的曲面表示之间将几何细节剥离出来。用户可以在不同的曲面上进行自由形状编辑,而无须关心几何细节。在变形后的曲面上再将相应的几何细节映射回去,实现对模型保细节的变形。实验结果表明该方法是一种有效的点模型造型算法,在变形的同时,有效地保持了模型表面的细节特征。     

基于曲率流的点模型编辑方法*

为了对点模型表面进行保细节的自由形状编辑,提出了一种基于曲率流的点模型形状编辑方法。该方法定义了基于平均曲率流的光顺算子,通过此光顺算子获得点模型不同光滑程度的曲面表示。运用对应曲面上点之间的向量差进行相应几何细节的抽取,在相邻的曲面表示之间将几何细节剥离出来。用户可以在不同的曲面上进行自由形状编辑,而无须关心几何细节。在变形后的曲面上再将相应的几何细节映射回去,实现对模型保细节的变形。实验结果表明该方法是一种有效的点模型造型算法,在变形的同时,有效地保持了模型表面的细节特征。     

改进的Ankerst三维模型检索算法

针对基于Ankerst方法的形状描述符对三维模型本身内容描述不够充分的问题,提出一种改进的三维模型检索方法.使用球壳和扇区组合模式对三维模型所在的空间进行分割,构成形状直方图;然后,旋转过球心的平面与模型求交点提取相交点信息和闭环,生成具有拓扑特征的形状描述符;利用相似函数来计算模型之问的相似度.实验表明,这种方法能达到比较好的检索效果.     

Efficient 3D shape matching and retrieval using a concrete radialized spherical projection representation

We present a 3D shape retrieval methodology based on the theory of spherical harmonics. Using properties of spherical harmonics, scaling and axial flipping invariance is achieved. Rotation normalization is performed by employing the continuous principal component analysis along with a novel approach which applies PCA on the face normals of the model. The 3D model is decomposed into a set of spherical functions which represents not only the intersections of the corresponding surface with rays emanating from the origin but also points in the direction of each ray which are closer to the origin than the furthest intersection point. The superior performance of the proposed methodology is demonstrated through a comparison against state-of-the-art approaches on standard databases.     

单像机有源形状恢复方法研究

物体表面三维形状恢复是计算机视觉的一个重要研究内容.给出了一种利用网格结 构光,采用单像机恢复物体表面三维形状的方法.提出了一种新的定标方法和投影模板检测 算法,并构造完成了有源三维重建实验系统.结果表明该方法能快速、准确地恢复物体形状.     

SR-SIHKS：一种非刚体全局形状特征

非刚体由于姿态变化会产出多样的形变,因此非刚体的形状检索比刚体更具挑战性。形状特征提取是非刚体三维模型形状检索的关键问题。为了提高非刚体形状检索的准确度,提出了一种非刚体全局形状特征提取方法。此方法的核心思想是将稀疏表示（Sparse Representation,SR）理论用于对尺度无关的热核特征（Scale Invariant Heat Kernel Signature,SIHKS）进行稀疏编码,因此被称为SR-SIHKS。改进了SIHKS局部特征的提取方法,根据所处理的模型库来自适应地确定热扩散时间参数;采用K-SVD算法来训练字典,借助Batch-OMP算法实现局部特征的稀疏编码;将非刚体三维模型的所有局部特征的稀疏编码汇聚为全局形状特征。实验结果表明,SR-SIHKS具有比SIHKS和HKS更优的检索效果。     

基于渲染图像角度结构特征的三维模型检索方法

为了充分利用三维模型的颜色、形状、纹理等特征,提出以三维模型渲染图像为数据集,利用渲染图像角度结构特征实现三维模型检索。首先,该方法以三维模型渲染图像为测试集,利用已有类别标记的自然图像作为训练集,通过骨架形状上下文特征对渲染图像进行分类,提取角度结构特征,建立特征库;然后,对输入的自然图像提取角度结构特征,与特征库中的角度结构特征进行相似度匹配计算,实现三维模型检索。实验结果表明, 充分利用 渲染图像的颜色、形状和空间信息是实现三维模型检索的有效方法。     

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。     

形状约束的三维人脸组件形变模型

传统的三维人脸形变模型是通过对大量的三维人脸数据进行学习,构建描述人脸三维形状和纹理的参数模型,通过模型优化完成对二维人脸图像的三维重构。但是,实际中大量的训练样本是很难获得的,这导致形变模型描述能力的不完善,制约了它的应用。如将整个人脸看成由若干个组件组合而成,则在样本数不变的情况下降低了描述空间的维数,提高了模型的描述能力。但是在重构人脸图像时必须解决组件间三维空间的重叠合并,并且随着组件数目的增加,模型参数也随之增加,所以对优化算法也提出了更高的要求。为了解决形变模型的这些困难,提出了一种全局模型和组件模型的折中算法,即在形状上保持全局约束而纹理上进行组件匹配,从而在算法性能和算法复杂度之间获得了一个有效的平衡。     

一种三维模型形状检索描述符

为了解决基于关键字的搜索方式不能准确查找三维模型的问题,对三角网格形式的三维模型提出一种基于内容的模型搜索算法.首先将模型中的三角网格再次划分,增加形状函数的维度,定义了一种新的三维模型形状函数,以提高形状函数的准确性;然后确定三维模型的极轴,将三维模型绕任意轴的旋转转换为绕极轴旋转,增强了球面调和方法提取的形状描述符旋转不变性;最后根据形状描述符之间的欧氏距离来度量三维模型的相似程度.实验结果表明,该算法适用于基于内容的三维模型搜索,并且在准确性和时效性方面都令人满意.     

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。