[發(fā)明專利]一種基于流行學(xué)習(xí)的視圖三維模型檢索方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201710251632.9
• 申請(qǐng)日: 2017-04-18
• 公開(kāi)（公告）號(hào): CN107133284A
• 公開(kāi)（公告）日: 2017-09-05
• 發(fā)明（設(shè)計(jì)）人: 劉安安;劉楠楠;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;G06K9/62
• 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)明涉及視圖三維模型檢索領(lǐng)域，尤其涉及一種基于流行學(xué)習(xí)的視圖三維模型檢索方法。

背景技術(shù)

近年來(lái)，隨著多媒體技術(shù)的快速發(fā)展，人們從聲音、圖像以及視頻中獲取的信息已經(jīng)不能滿足需求。三維模型應(yīng)運(yùn)而生，并且其應(yīng)用領(lǐng)域也變得越來(lái)越廣泛^[1]。三維模型可以提供更加直觀、生動(dòng)形象的視覺(jué)感受，比二維圖像包含更多的物體信息，因此廣泛應(yīng)用在3D游戲、虛擬現(xiàn)實(shí)、工業(yè)制造、醫(yī)學(xué)圖像等領(lǐng)域。如今互聯(lián)網(wǎng)上三維模型數(shù)量不斷增多、模型數(shù)據(jù)庫(kù)也在不斷增大，面對(duì)龐大的三維模型數(shù)據(jù)庫(kù)，如何使得用戶準(zhǔn)確、快速的尋找到符合需求的三維模型，進(jìn)而實(shí)現(xiàn)資源的快速利用成為眾多學(xué)者研究熱點(diǎn)。如何合理的描述三維模型即特征提取成為三維模型檢索首先需要解決的難點(diǎn)問(wèn)題^[2]。視圖三維模型檢索成為當(dāng)下該領(lǐng)域的研究熱點(diǎn)。

視圖三維模型檢索是基于計(jì)算機(jī)視覺(jué)、數(shù)字圖像處理、多媒體信息分析以及機(jī)器學(xué)習(xí)等技術(shù)，借助計(jì)算機(jī)處理技術(shù)，對(duì)數(shù)據(jù)庫(kù)中的三維模型的視圖進(jìn)行處理、分析以及比較的過(guò)程。當(dāng)前，三維模型檢索技術(shù)主要分為兩類：基于文本的檢索和基于內(nèi)容的檢索。

其中，基于文本的檢索方式使用文本或者編碼的方式對(duì)三維模型進(jìn)行標(biāo)注和分類，在早期的三維模型檢索中起到了巨大的作用^[3]。該方法簡(jiǎn)單明了，易于操作與上手，但是由于標(biāo)注時(shí)參與了過(guò)多的主觀性，具有很強(qiáng)的片面性，所以并不能充分和準(zhǔn)確的反映出原始三維模型所代表的全部信息。檢索結(jié)果并不能很好的呈現(xiàn)用戶的意圖。

其中，基于內(nèi)容的檢索方式則主要通過(guò)研究三維模型的空間分布特征，預(yù)處理后通過(guò)特征提取函數(shù)，提取出三維模型的相關(guān)特征，將復(fù)雜的三維模型抽象為能夠準(zhǔn)確描述原始三維模型的描述子，然后進(jìn)行相似性度量。這種方式避免了人工干預(yù)，很好的提高了檢索的準(zhǔn)確度。兩類方法各有優(yōu)劣，但是基于內(nèi)容的檢索能夠利用發(fā)展較為成熟的二維圖像處理技術(shù)而得到了廣泛的應(yīng)用。

目前在基于視圖的三維模型檢索中遇到的難點(diǎn)是：采集視圖的時(shí)候，由于每個(gè)三維模型由多個(gè)視圖組成，視圖之間冗余信息過(guò)多，導(dǎo)致模型之間相似度計(jì)算的難度增加。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于流行學(xué)習(xí)的多視圖三維模型檢索方法，避免了傳統(tǒng)的視圖檢索中冗余信息，降低了模型間相似性度量的復(fù)雜度，提高了三維模型檢索的精度，詳見(jiàn)下文描述：

一種基于流行學(xué)習(xí)的視圖三維模型檢索方法，所述視圖三維模型檢索方法包括以下步驟：

在訓(xùn)練模型庫(kù)中，進(jìn)行數(shù)據(jù)標(biāo)注構(gòu)建能量函數(shù)，利用優(yōu)化理論，學(xué)習(xí)傳統(tǒng)視圖特征向流行空間映射的映射函數(shù)，采用局部線性嵌入映射函數(shù)，通過(guò)樣本訓(xùn)練得到模型參數(shù)；

利用映射函數(shù)計(jì)算測(cè)試數(shù)據(jù)在流行空間下的特征向量，作為特征數(shù)據(jù)庫(kù)；從視圖模型庫(kù)中隨機(jī)選擇一物體作為查詢目標(biāo)，再選取任一物體作為比較目標(biāo)；

理論分析進(jìn)行相似度計(jì)算，采用歐氏距離計(jì)算兩兩模型之間的相似度；將查詢目標(biāo)在流行空間的特征向量、以及特征數(shù)據(jù)庫(kù)中的所有模型在流行空間的特征向量進(jìn)行匹配概率降序排列，得到最終的檢索結(jié)果。

其中，所述訓(xùn)練模型庫(kù)具體為：

選取模型數(shù)據(jù)庫(kù)中部分物體的視圖，將該部分物體的總視圖集定義為訓(xùn)練模型庫(kù)。

其中，所述利用映射函數(shù)計(jì)算測(cè)試數(shù)據(jù)在流行空間下的特征向量，作為特征數(shù)據(jù)庫(kù)的步驟具體為：

計(jì)算出測(cè)試數(shù)據(jù)特征向量每個(gè)樣本的K個(gè)近鄰點(diǎn)；計(jì)算局部重建權(quán)值矩陣，定義重構(gòu)誤差函數(shù)；

利用局部線性嵌入映射函數(shù)對(duì)查詢目標(biāo)和比較目標(biāo)的初始特征向量集進(jìn)行映射，得到在流行空間下的特征向量集。

將損失函數(shù)值的特征值從小到大進(jìn)行升序排列，取第2～d+1之間的特征值所對(duì)應(yīng)的特征向量作為輸出結(jié)果。

本發(fā)明提供的技術(shù)方案的有益效果是：

1、本發(fā)明通過(guò)對(duì)獲取的三維模型的視圖進(jìn)行特征提取、流行空間映射、獲取檢索目標(biāo)和數(shù)據(jù)庫(kù)物體之間的相似度，提高了多視角目標(biāo)檢索的正確率；

2、解決了基于視圖的三維模型檢索算法中視圖之間存在冗余信息的問(wèn)題，降低了相似性度量的難度；

3、采用局部線性嵌入映射函數(shù)(LLE)實(shí)現(xiàn)了三維模型在流行空間下的檢索；

4、將視圖三維模型檢索應(yīng)用到流行空間，很好的保留了三維模型的流行結(jié)構(gòu)，比單純的計(jì)算歐式距離，效果更好。

附圖說(shuō)明

圖1為基于流行學(xué)習(xí)的多視圖三維模型檢索方法的流程圖；

圖2為流行學(xué)習(xí)的三維模型檢索框圖；

圖3為三維模型在流行空間映射的示意圖；