融合特征描述符约束的3维等距模型对应关系计算

目的 为了更准确地构建3维等距模型之间的对应关系,本文提出了一种基于热核签名与波核签名的融合特征描述符计算3维等距模型对应关系的方法。方法 首先计算3维模型Laplace算子获得模型的特征向量和特征值;然后将所得到特征值和特征向量作为基参数分别计算源模型与目标模型的热核签名和波核签名,并将热核签名与波核签名融合为一个新的特征描述符。融合特征描述符作为模型上随机均匀采样点的约束,通过最小值匹配算法得到源模型和目标模型之间的对应关系。结果 实验结果表明,利用融合特征描述符约束进行计算得到的对应关系正确匹配率比热核签名约束计算得到的对应关系匹配率平均提高19.429%,比波核签名约束计算得到的对应关系匹配率平均提高4.857%。结论 本文提出的融合特征描述符适用于计算3维等距模型或近似等距的3维模型之间的对应关系,与单一使用热核签名或波核签名特征描述符相比,可以得到更加准确的对应关系。     

基于测地曲线约束函数映射的三维模型等距配准

针对三维模型之间的等距配准问题,基于函数映射框架,提出了一种测地曲线约束能同时检测同方向和对称方向2个等距配准的方法.首先,计算模型上的2组对称点对,进而建立2个模型间同方向和对称方向上的4组对应点对;其次,理论上证明2个模型上4组对应点之间的测地曲线是等距配准的,进一步利用以上4组对应点对得到配准的6组测地曲线对;最后,将以上测地曲线作为几何描述子约束添加到函数映射框架中,可以同时求解三维模型间同方向和对称方向上2个等距配准.同时从理论上证明镜面型内蕴对称对应的函数映射表示矩阵是对称正交的,并将其作为表示矩阵的正则化项添加到基于测地曲线约束的函数映射框架中检测三维模型内蕴对称.在公开的非刚性三维模型数据库的实验结果表明,所提方法在三维模型等距配准和内蕴对称上的测地距离误差小于以前的工作.     

自监督深度残差函数映射网络的3维模型对应关系计算

目的 针对传统非刚性3维模型的对应关系计算方法需要模型间真实对应关系监督的缺点,提出一种自监督深度残差函数映射网络（self-supervised deep residual functional maps network,SSDRFMN）。方法 首先将局部坐标系与直方图结合以计算3维模型的特征描述符,即方向直方图签名（signature of histograms of orientations,SHOT）描述符;其次将源模型与目标模型的SHOT描述符输入SSDRFMN,利用深度函数映射（deep functional maps,DFM）层计算两个模型间的函数映射矩阵,并通过模糊对应层将函数映射关系转换为点到点的对应关系;最后利用自监督损失函数计算模型间的测地距离误差,对计算出的对应关系进行评估。结果 实验结果表明,在MPI-FAUST数据集上,本文算法相比于有监督的深度函数映射（supervised deep functional maps,SDFM）算法,人体模型对应关系的测地误差减小了1.45;相比于频谱上采样（spectral upsampling,SU）算法减小了1.67。在TOSCA数据集上,本文算法相比于SDFM算法,狗、猫和狼等模型的对应关系的测地误差分别减小了3.13、0.98和1.89;相比于SU算法分别减小了2.81、2.22和1.11,并有效克服了已有深度函数映射方法需要模型间的真实对应关系来监督的缺点,使得该方法可以适用于不同的数据集,可扩展性大幅增强。结论 本文通过自监督深度残差函数映射网络训练模型的方向直方图签名描述符,提升了模型对应关系的准确率。本文方法可以适应于不同的数据集,相比传统方法,普适性较好。     

基于等距二分图的三维模型局部对齐

针对已有等距映射算法缺少局部特征约束所导致的错误对齐问题,提出等距二分图三维模型对齐算法.首先根据三维模型的多尺度特征得到匹配锚点;然后计算采样点到锚点的测地距离,形成等距二分图的对齐代价矩阵;最后采用二分图的最大权重匹配得到等距映射结果.实验结果表明,该算法能够解决不同姿态下的三维模型局部对齐问题,并且优于已有算法.     

内外特征一致性对齐的非等距三维模型对应关系计算

针对非等距三维模型对应关系计算准确率低且难以自动化的问题,提出一种基于局部流形调和基与内外积空间对齐的三维模型对应关系计算算法.首先利用局部流形调和基作为模型本征信息,并结合笛卡儿坐标等外部信息嵌入内外积空间,实现本征信息和外部信息对齐;其次将计算对齐的目标函数与一致性点偏移算法融合,提高结果的稳定性和准确性;最后利用基于交替方向乘子法的交替优化算法来求解目标函数,构建最终的对应关系结果.与已有算法的对比实验结果表明,所提算法在SMAL, SHERC’19, TOSCA和SHERC’16 Topology数据集上构建的对应关系测地误差最小,全局对应关系准确率最高,同时能够处理拓扑噪声和模型自身对称性影响对应关系计算的问题.     

基于聚类的模型数据集可视化与检索

为解决模型数据集可视化的问题,提出一种基于聚类结果的簇代表模型可视化方案.首先以等距特征映射算法作为模型特征数据的降维方法,将高维特征数据降至三维,并以该三维数据作为簇代表模型的空间位置坐标;然后采用粒子群优化算法得到模型簇的几何中值点,以距几何中值点最近的模型作为该模型簇的代表模型;最后结合模型的对齐方法来确定簇代表模型的姿态,从而实现模型数据集的可视化.另外,根据查询模型与簇代表模型之间的相似性,提出一个基于聚类结果的模型检索流程.该检索流程首先寻找与查询模型最相似的簇代表模型,然后将查询范围限制在这些簇代表模型对应的模型簇中,从而减少备选模型的数量.检索实验结果表明,在合适的参数组合下,该检索流程可以在保证检索精度的同时大幅提高检索效率.     

基于隐式描述符的三维模型对应关系计算

三维模型对应关系计算在自动驾驶、虚拟现实、智能交通等领域得到广泛关注与应用。三维模型在几何结构和尺度发生很大变化时，低层次几何信息描述符所提取的特征将不足，从而使得对应关系计算结果准确率不高。为此，提出一种通过引入先验知识来完成三维模型对应关系计算的方法。利用深度学习网络模仿人类计算先验知识，以对模型各部分之间的几何相似性进行编码，解决模型在各部分发生显著变化时无法应用低层次几何信息计算模型间对应关系的问题。使用多视图卷积神经网络对模型各部分相应的视图进行预分割并标记，根据模型对应表面点之间的相似度隐式地计算数据驱动描述符，在数据驱动描述符的指导下计算最终的三维模型对应关系。实验结果表明，相较基于先验知识的计算方法，该方法能提高三维模型对应关系计算结果的准确率，且可有效降低测地误差。     

非刚性变换的三维等距模型的对应关系研究

针对非刚性变换后两个三维等距模型间的对应关系问题,提出了基于极点谱植入初始化的贪婪优化算法。首先运用基于高斯曲率的最远点采样算法,获得一组数目相同和位置相对一致的采样点;其次改进初始谱植入匹配算法建立两模型采样点集间的初始对应关系;最后使用基于全局度量（测地距离）的贪婪优化算法进行迭代优化,从而得到三维模型间的稀疏对应关系。实验结果表明,改进的非刚性匹配算法能够获得强健的稀疏对应关系,并在一定程度上提高了匹配算法的效率。     

基于特征约束点的纹理映射算法

纹理映射技术用于生成物体表面的纹理细节,是真实感图形技术的重要组成部分,也是计算机图形学的一个重要研究方向.针对目前很多纹理映射算法计算量大,方法比较复杂的缺点,应用Candide3作为三维网格模型,提出了一种快速有效的基于特征约束点的纹理映射算法.通过在三维网格模型和纹理图像上选取少量对应的特征约束点,利用三角网格剖分算法在纹理图像上建立选取特征点的三角网格.进而通过求取质心坐标的方法计算出三维网格模型上所有特征点的纹理坐标并完成整个三维网格模型的纹理映射.实验结果表明,提出的算法计算速度较快,能够得到高真实度的纹理映射效果,并且适用于不同纹理图像映射到同一三维网格模型上.     

非刚性三维模型检索特征提取技术研究

三维模型特征描述符是一种简洁且信息量丰富的表示方式.特征提取是许多三维模型分析处理任务的关键步骤.近年来,针对非刚性三维模型特征提取技术的研究引起了人们的广泛关注.本文首先汇总了常用的非刚性三维模型基准数据集和算法评价标准.然后在广泛调研大量文献和最新成果的基础上,将非刚性三维模型特征分为人工设计的特征描述符和基于学习的特征描述符两大类并分别加以介绍.对每类方法所包含的典型算法,尤其是最近几年基于深度学习的特征提取算法的基本思想、优缺点进行了分析、对比和总结.最后进行总结,并对未来可能的发展趋势加以展望.