[發明專利]基于草圖的三維模型檢索方法

有效

• 申請號: 201810597066.1
• 申請日: 2018-06-11
• 公開（公告）號: CN109033144B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 姚俊峰;劉笑寒;代誠朋
• 申請（專利權）人: 廈門大學
• 主分類號: G06F16/583
• 分類號: G06F16/583;G06F16/55;G06K9/00;G06K9/46;G06K9/62
• 代理公司: 泉州市文華專利代理有限公司 35205
• 代理人: 戴中生

1.基于草圖的三維模型檢索方法，其特征在于：

將三維模型處理成多張視角截圖的形式，再使用不同的輪廓提取算子將其處理成不同樣式的草圖，在草圖輪廓上采樣點計算出維度相同的角度矩陣，設置好標簽后得到數據集，將數據集用于訓練和測試過程；

基于層次網絡劃分數據集，將整個數據集劃分為41個網絡，其中，1個大分類網絡用于訓練大的分類，將輸入的草圖分類到40個大類中，40個小分類網絡分別訓練每一類模型中的具體差異，將輸入的草圖分類到某個大類中一個具體的三維模型上；

訓練時，使用GoogleNet卷積神經網絡框架，結合1+40分類網絡進行特征提取，首先，輸入訓練樣本至卷積神經網絡中進行自動的特征選取和特征表示；然后，這些特征以及權重會被送入每次迭代后生成的.mat文件中作為分類模型；在分類模型建立的同時系統會抽取測試樣本中的各個草圖進行檢索，來驗證分類模型的預測結果準確度，并根據這些預測結果的準確度來修改卷積神經網絡的參數，然后再輸入訓練樣本提取特征，送入上次生成的.mat文件中作為分類模型，驗證分類模型的預測結果準確度，并根據這些預測結果的準確度來修改卷積神經網絡的參數，如此迭代，直至準確度和訓練效率符合閾值條件；

輸入需要檢索和匹配的草圖至大分類網絡的分類模型中，得到草圖所屬的大類；取得該大類下小分類網絡的分類模型；再次輸入草圖，匹配輸出草圖所屬的三維模型編號；根據該編號從三維模型庫調取對應三維模型輸出給用戶。

2.根據權利要求1所述的基于草圖的三維模型檢索方法，其特征在于：先從三維模型庫選取任一三維模型作為訓練樣本，將該三維模型渲染生成若干個視角的二維截圖；使用不同的輪廓提取算子對每張二維截圖分別進行輪廓提取，生成若干張類草圖；對所有生成的類草圖，在其輪廓上采樣點計算出維度相同的角度矩陣，該角度矩陣作為訓練的數據集。

3.根據權利要求1所述的基于草圖的三維模型檢索方法，其特征在于：將匹配出的三維模型輸出給用戶時，以增強現實方式呈現給用戶。