[發(fā)明專利]一種基于張量的三維模型檢索方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710158916.3
• 申請(qǐng)日: 2017-03-16
• 公開(kāi)（公告）號(hào): CN106970956A
• 公開(kāi)（公告）日: 2017-07-21
• 發(fā)明（設(shè)計(jì)）人: 劉安安;邱禹瑞;聶為之
• 申請(qǐng)（專利權(quán)）人: 天津大學(xué)
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 天津市北洋有限責(zé)任專利代理事務(wù)所12201
• 代理人: 李林娟

技術(shù)領(lǐng)域

本發(fā)明涉及基于模型的三維模型檢索領(lǐng)域，尤其涉及一種基于張量的三維模型檢索方法。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)的提高和互聯(lián)網(wǎng)的高速發(fā)展，面對(duì)如此浩瀚的虛擬信息世界，人們對(duì)于多媒體數(shù)據(jù)形式以及規(guī)模的要求也就越來(lái)越高。由于人類正常的生產(chǎn)生活中所面對(duì)的都是三維的物體，相比較而言三維模型數(shù)據(jù)就要有更強(qiáng)的直觀視覺(jué)特性，更加符合人類的真實(shí)感知，因此三維模型數(shù)據(jù)也就繼傳統(tǒng)的聲音、圖像、視頻數(shù)據(jù)形式之后，成為第四大多媒體數(shù)據(jù)類型^[1]。三維模型檢索技術(shù)和常用的一維和二維多媒體數(shù)據(jù)也即文字圖片等多媒體數(shù)據(jù)的檢索大有不同^[2]。實(shí)際上三維模型數(shù)據(jù)本身就攜帶有大量的傳統(tǒng)一維、二維信息，此外還含有模型獨(dú)特的空間結(jié)構(gòu)。傳統(tǒng)的檢索方法就不再能夠滿足對(duì)三維模型進(jìn)行高效快速的數(shù)據(jù)檢索^[3]。如何從海量的數(shù)據(jù)中快速、有效地獲取正確的目標(biāo)模型就成為了當(dāng)下亟待解決的關(guān)鍵問(wèn)題。三維模型檢索技術(shù)正是在這種背景下應(yīng)運(yùn)而生，引起了諸多學(xué)者的關(guān)注，成為近些年來(lái)的熱點(diǎn)課題。

三維模型檢索的算法有很多種，但是無(wú)論采用的檢索算法是哪一種，最終的目的都是為了幫助用戶在數(shù)據(jù)庫(kù)中高效、快速、準(zhǔn)確的自動(dòng)獲取與用戶的檢索目標(biāo)相匹配的三維模型。基于內(nèi)容的檢索方法是近年來(lái)的研究熱點(diǎn)^[4]，在基于內(nèi)容的檢索算法中，由于三維模型信息的表示不同又可以分為兩種不同的方法：一種是基于視圖的檢索方法，一種是基于模型的檢索方法。基于視圖的檢索方法實(shí)際上是把三維模型用二維視圖來(lái)表示，再根據(jù)二維視圖進(jìn)行特征計(jì)算和比較匹配的過(guò)程^[5]。基于模型的檢索方式則是把三維模型采用三維的表示法表示，一般為點(diǎn)和面的空間幾何結(jié)構(gòu)存儲(chǔ)表面輪廓^[6]，采用的是直接處理三維模型，從三維模型獲取結(jié)構(gòu)信息等特征。目前兩種基于內(nèi)容的方法都有廣泛應(yīng)用。

基于模型的三維模型檢索目前面臨的主要挑戰(zhàn)為：三維模型應(yīng)該用什么方法進(jìn)行描述以及相似度的計(jì)算和匹配過(guò)程。根據(jù)三維模型的特性，所要提取的特征應(yīng)該滿足平移不變、尺度不變、旋轉(zhuǎn)不變等特性，在模型的變化中仍然能代表模型的特性。相似度的計(jì)算則直接影響著檢索效果。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于張量的三維模型檢索方法，本發(fā)明避免了三維模型之間相似性計(jì)算的復(fù)雜度，解決了三維模型在形態(tài)、大小、尺寸等方面的差異造成的檢索難度等問(wèn)題，詳見(jiàn)下文描述：

一種基于張量的三維模型檢索方法，所述三維模型檢索方法包括以下步驟：

根據(jù)關(guān)鍵點(diǎn)構(gòu)造三角形并計(jì)算三角形描述子，所有的三角形描述子構(gòu)成描述符；其中，所述關(guān)鍵點(diǎn)用于表征三維模型的空間幾何特性；

使用最近鄰算法，計(jì)算出查詢模型中每個(gè)三角形描述子在參考模型中相似程度最大的K個(gè)三角形，根據(jù)每個(gè)三角形與得到的K個(gè)三角形的距離構(gòu)建張量；

根據(jù)張量對(duì)查詢模型與參考模型之間的相似度進(jìn)行計(jì)算，將相似度進(jìn)行降序排列，獲取檢索結(jié)果序列。

所述三維模型檢索方法還包括：

根據(jù)三維模型的空間信息即點(diǎn)、線和面的關(guān)系，計(jì)算出數(shù)據(jù)庫(kù)中每個(gè)三維模型的關(guān)鍵點(diǎn)。

所述根據(jù)關(guān)鍵點(diǎn)構(gòu)造三角形并計(jì)算三角形描述子，所有的三角形描述子構(gòu)成描述符的步驟具體為：

對(duì)得到的關(guān)鍵點(diǎn)隨機(jī)選取三個(gè)點(diǎn)構(gòu)造出一定數(shù)目的三角形，計(jì)算三角形的三個(gè)角度以及三個(gè)頂點(diǎn)的法線作為幾何特征，每個(gè)三角形都會(huì)得到一個(gè)6維的向量作為特征描述子，所有的三角形描述子構(gòu)成整個(gè)描述符。

所述根據(jù)每個(gè)三角形與得到的K個(gè)三角形的距離構(gòu)建張量的步驟具體為：

其中，H_α,β,ε表示的是描述子相似度，{α,β,ε}表示的是由3個(gè)點(diǎn)組成三角形而形成的張量的3階來(lái)源，和分別表示兩個(gè)模型不同點(diǎn){α,β,ε}得到的三角形描述子，設(shè)置為所計(jì)算的所有與最近鄰描述子歐式距離平方均值的倒數(shù)，這樣就得到了一個(gè)3階張量H_α,β,ε。

所述根據(jù)張量對(duì)查詢模型與參考模型之間的相似度進(jìn)行計(jì)算的步驟具體為：

根據(jù)張量計(jì)算查詢模型與參考模型之間的相似度分?jǐn)?shù)；

利用l¹-范數(shù)進(jìn)行冪迭代，使得分配乘數(shù)X更接近布爾型二進(jìn)制數(shù)值；對(duì)不同階時(shí)的V分別計(jì)算直到收斂并對(duì)其歸一化；

在得到向量V后，根據(jù)V中最大值給X賦值，隨后完成查詢模型與參考模型相似度分?jǐn)?shù)的計(jì)算。

本發(fā)明提供的技術(shù)方案的有益效果是：