[發明專利]一種基于概率分區合并的三維模型分割方法有效
| 申請號: | 201610639664.1 | 申請日: | 2016-08-05 |
| 公開(公告)號: | CN106327506B | 公開(公告)日: | 2019-11-08 |
| 發明(設計)人: | 吳懷宇;吳挺;李陽春 | 申請(專利權)人: | 北京三體高創科技有限公司;吳懷宇 |
| 主分類號: | G06T7/11 | 分類號: | G06T7/11;G06T7/143;G06T7/162;G06K9/62 |
| 代理公司: | 北京卓唐知識產權代理有限公司 11541 | 代理人: | 龔潔 |
| 地址: | 100000 北京市海淀*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 分割 級聯式 分割結果 分區合并 三維模型 分類器 邏輯回歸模型 分割區域 基于機器 區域合并 三角網格 相鄰區域 二分類 概率 整合 聚合 驗證 合并 凝聚 學習 | ||
1.一種基于概率分區合并的三維模型分割方法,其特征在于包括:
1)過分割形成大量區域,
1-1)根據三維模型中的三角網格模型,建立圖G(V,E),其中,V為頂點、E為邊,Dist(Vi,Vj)的值介于[0,1]之間,將其視為三角面(Vi,Vj)屬于不同區域的概率;
1-2)基于權重計算得到所述Dist(Vi,Vj)的距離,得到每一對相鄰三角面(Vi,Vj)的距離;
1-3)根據最短距離算法得到兩個不相鄰的三角面的距離進行聚類,得到過分割區域;
2)對所述過分割區域進行聚合,
2-1)在所述過分割區域的三維模型中得到區域對(p,q);
2-2)在每一個區域對(p,q)間通過特征向量得到相似度;
2-3)通過建立概率模型判斷是否需要將所述區域對(p,q)進行合并;
2-4)對于所述概率模型,將其中的所有特征對組合起來,進行訓練帶權回歸模型;
3)訓練級聯式分類器,
3-1)基于機器和人工分割邊緣,建立邊界召回函數;
3-2)根據用以懲罰錯誤聚合的區域的權重值和所述邊界召回函數進行級聯式訓練,得到一個級聯式分類器;
4)根據所述級聯式分類器對新的模型進行分割,合并相鄰區域,得到分割結果。
2.根據權利要求1所述的三維模型分割方法,其特征在于,所述
其中,α表示兩個面的二面角,定義為兩個面的中心到共有邊的中點的距離之和,a、b為權重用來保證Dist(Vi,Vj)處于[0,1]之間。
3.根據權利要求2所述的三維模型分割方法,其特征在于,權重a、b按照如下方式建立回歸模型的目標函數:
其中,定義所有的相鄰的三角面對的距離為屬于不同區域的概率為
4.根據權利要求1所述的三維模型分割方法,其特征在于,根據最短距離算法得到兩個不相鄰的三角面的距離具體為:
5.根據權利要求1所述的三維模型分割方法,其特征在于,所述聚類為K-Means聚類算法。
6.根據權利要求1所述的三維模型分割方法,其特征在于,所述概率模型為:
其中,ω是線性邏輯回歸模型的參數,φp,q(I,R)表示特征向量,對于一個三維模型Ii,將其分為ki個區域,區域集合記作Ri={Ri,1,Ri,2,…Ri,ki},設N(Ri)為這個模型的所有相鄰的區域,每一個區域對(p,q)∈N(Ri)都由一個特征向量φp,q(Ii,Ri)組成。
7.根據權利要求6所述的三維模型分割方法,其特征在于,在所述概率模型中貪婪的聚合概率最大的區域對,,直到當前的模型Ii中不再存在Pg(p,q;Ii,Ri)>0.5的區域。
8.根據權利要求6所述的三維模型分割方法,其特征在于,建立邊界召回函數對α進行二分查找,所述邊界召回函數為:
其中,表示對于人工分割Gi所有的分割邊緣區域;表示對于機器分割Si所有的分割邊緣區域,若對于某一條Gi中的分割邊緣,可以在Si中找到與它距離小于ε的分割邊緣,則認為這條分割邊緣可以被檢測出,并進行記錄,最后統計Gi中被檢測出的邊緣所占的比例,并在所有模型中取平均可以得到邊界召回值,distance(p,q)為任意兩個區域對(p,q)之間的距離。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京三體高創科技有限公司;吳懷宇,未經北京三體高創科技有限公司;吳懷宇許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201610639664.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:電動汽車預約租車方法
- 下一篇:人機對話異常檢測系統及方法





