| 融合信息熵和CNN 的基于手绘的三维模型检索 |
| |
| 引用本文： | 刘玉杰,宋 阳,李宗民,李 华. 融合信息熵和CNN 的基于手绘的三维模型检索[J]. 图学学报, 2018, 39(4): 735. DOI: 10.11996/JG.j.2095-302X.2018040735 |
| |
| 作者姓名： | 刘玉杰 宋 阳 李宗民 李 华 |
| |
| 作者单位： | 1. 中国石油大学计算机与通信工程学院，山东青岛 266580；2. 中国科学院计算技术研究所智能信息处理重点实验室，北京 100190；3. 中国科学院大学，北京 100190 |
| |
| 基金项目： | 国家自然科学基金项目(61379106，61379082，61227802)；山东省自然科学基金项目(ZR2013FM036，ZR2015FM011) |
| |
| 摘 要： | 基于手绘草图的三维模型检索(SBSR)已成为三维模型检索、模式识别与计算机视觉领域的一个研究热点。与传统方法相比，基于卷积神经网络(CNN)的三维深度表示方法在三维模型检索任务中性能优势非常明显。本文提出了一种基于手绘图像融合信息熵和CNN 的三维模型检索方法。首先，通过计算模型投影图的信息熵得到模型的代表性视图，并将代表性视图经过边缘检测等处理得到三维模型投影图的轮廓图像；然后，将轮廓图像和手绘草图输入到CNN 中提取特征描述子，并进行特征匹配。本文方法在Shape Retrieval Contest (SHREC) 2012数据库和SHREC 2013 数据库上进行实验。实验证明，该方法的效果较其他传统方法检索准确度更高。
|
| 关 键 词： | 三维模型检索 卷积神经网络 代表性视图 信息熵 |
Sketch-Based 3D Shape Retrieval with Representative View and Convolutional Neural Network |
| |
| LIU Yujie,SONG Yang,LI Zongmin,LI Hua. Sketch-Based 3D Shape Retrieval with Representative View and Convolutional Neural Network[J]. Journal of Graphics, 2018, 39(4): 735. DOI: 10.11996/JG.j.2095-302X.2018040735 |
| |
| Authors: | LIU Yujie SONG Yang LI Zongmin LI Hua |
| |
| Affiliation: | 1. College of Computer & Communication Engineering, China University of Petroleum, Qingdao Shandong 266580, China;2. Key Laboratory of Intelligent Information Processing, Institute of Computing Technology Chinese Academy of Sciences, Beijing 100190, China;3. University of Chinese Academy of Sciences, Beijing 100190, China |
| |
| Abstract: | |
| |
| Keywords: | 3D shape retrieval convolutional neural network representative view entropy |
|
| 点击此处可从《图学学报》浏览原始摘要信息 |
|
点击此处可从《图学学报》下载免费的PDF全文 |
