[發明專利]一種基于流行學習的視圖三維模型檢索方法在審
| 申請號： | 201710251632.9 | 申請日： | 2017-04-18 |
| 公開（公告）號： | CN107133284A | 公開（公告）日： | 2017-09-05 |
| 發明（設計）人： | 劉安安;劉楠楠;聶為之 | 申請（專利權）人： | 天津大學 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30;G06K9/62 |
| 代理公司： | 天津市北洋有限責任專利代理事務所12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 國省代碼： | 天津;12 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 流行 學習 視圖 三維 模型 檢索 方法 | ||
1.一種基于流行學習的視圖三維模型檢索方法，其特征在于，所述視圖三維模型檢索方法包括以下步驟：
在訓練模型庫中，進行數據標注構建能量函數，利用優化理論，學習傳統視圖特征向流行空間映射的映射函數，采用局部線性嵌入映射函數，通過樣本訓練得到模型參數；
利用映射函數計算測試數據在流行空間下的特征向量，作為特征數據庫；從視圖模型庫中隨機選擇一物體作為查詢目標，再選取任一物體作為比較目標；
理論分析進行相似度計算，采用歐氏距離計算兩兩模型之間的相似度；將查詢目標在流行空間的特征向量、以及特征數據庫中的所有模型在流行空間的特征向量進行匹配概率降序排列，得到最終的檢索結果。
2.根據權利要求1所述的一種基于流行學習的視圖三維模型檢索方法，其特征在于，所述訓練模型庫具體為：
選取模型數據庫中部分物體的視圖，將該部分物體的總視圖集定義為訓練模型庫。
3.根據權利要求1所述的一種基于流行學習的視圖三維模型檢索方法，其特征在于，所述利用映射函數計算測試數據在流行空間下的特征向量，作為特征數據庫的步驟具體為：
計算出測試數據特征向量每個樣本的K個近鄰點；計算局部重建權值矩陣，定義重構誤差函數；
利用局部線性嵌入映射函數對查詢目標和比較目標的初始特征向量集進行映射，得到在流行空間下的特征向量集。
將損失函數值的特征值從小到大進行升序排列，取第2～d+1之間的特征值所對應的特征向量作為輸出結果。
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天津大學，未經天津大學許可，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/201710251632.9/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種法律本體知識庫自動構建方法
- 下一篇：一種分布式主鍵生成方法與裝置
