[發(fā)明專利]基于視圖和哈希算法的三維模型檢索方法

在審

• 申請?zhí)枺?/td>: 202010418065.3
• 申請日: 2020-05-18
• 公開（公告）號: CN111597367A
• 公開（公告）日: 2020-08-28
• 發(fā)明（設(shè)計）人: 張滿囤;燕明曉;王紅;田琪;崔時雨;齊暢;魏瑋;吳清;王小芳
• 申請（專利權(quán)）人: 河北工業(yè)大學
• 主分類號: G06F16/51
• 分類號: G06F16/51;G06F16/583;G06N3/04;G06N3/08
• 代理公司: 天津翰林知識產(chǎn)權(quán)代理事務所(普通合伙) 12210
• 代理人: 付長杰

本發(fā)明為一種基于視圖和哈希算法的三維模型檢索方法，該方法包括獲取不同三維模型不同角度拍攝的多張視圖圖片，并歸一化；構(gòu)建基于AlexNet的卷積神經(jīng)網(wǎng)絡(luò)：在5層卷積層后經(jīng)視圖層連接兩層全連接層，并在最后一個全連接層后加入哈希層，將高維特征轉(zhuǎn)為低維的哈希碼，轉(zhuǎn)化過程中設(shè)計量化損失函數(shù)來減少哈希碼的量化誤差；利用已有三維模型數(shù)據(jù)集訓練基于AlexNet的卷積神經(jīng)網(wǎng)絡(luò)，每個模型的特征用經(jīng)過訓練好的網(wǎng)絡(luò)學習到的哈希特征表示；利用漢明距離計算任意給定查詢?nèi)S模型與三維模型數(shù)據(jù)庫中的三維模型的相似性，選定漢明距離最小的前幾個模型作為結(jié)果輸出到檢索列表，能提高三維模型的檢索效率。

技術(shù)領(lǐng)域

本發(fā)明的技術(shù)方案涉及三維(3D)模型的檢索，具體地說是基于視圖和哈希算法的三維模型檢索方法。

背景技術(shù)

隨著大數(shù)據(jù)時代的到來，圖像獲取變得越來越簡單，獲取方式也變得越來越多樣化。近年來低成本3D采集設(shè)備和3D建模工具的大量出現(xiàn)，使得三維模型的數(shù)量迅速增加，網(wǎng)絡(luò)上已經(jīng)有非常龐大的三維模型資源。三維模型在三維游戲、虛擬現(xiàn)實、工業(yè)設(shè)計、影視娛樂等方面的應用越來越廣泛，對準確、高效的三維對象檢索的需求日益顯現(xiàn)。

目前三維模型的檢索工作主要可以分為兩個方面：基于模型的檢索和基于視圖的檢索。基于模型的檢索主要是從三維數(shù)據(jù)的角度出發(fā)來表示模型特征，如多邊形網(wǎng)格，體素網(wǎng)格、點云或隱式曲面。基于模型的方法可以較好的保留三維模型的原始數(shù)據(jù)信息以及空間幾何特征。但是在現(xiàn)實世界中有時很難直接去用三維數(shù)據(jù)來表示模型,而且目前開源的三維特征模型數(shù)據(jù)庫也比較少。基于視圖的檢索通過用一組二維圖像來表示三維模型，將三維模型之間的匹配降維到二維層面來進行，通過匹配視圖的相似度來查詢所要查找的模型，能夠在很大程度上避免過擬合問題。但是目前的基于視圖的算法,將提取出的高維特征在歐氏空間進行度量完成相似性檢索,檢索效率較低。如何提高模型檢索效率是提高三維模型檢索性能的關(guān)鍵。

發(fā)明內(nèi)容

本發(fā)明針對當前基于視圖檢索三維模型的算法檢索效率較低的缺點，提供了一種基于視圖和哈希算法的三維模型檢索方法。該方法在卷積神經(jīng)網(wǎng)絡(luò)的最后一層加入哈希算法，將卷積層提取出的模型經(jīng)視圖層處理后將高維特征通過哈希層轉(zhuǎn)為哈希碼特征，而后在低維的漢明空間中利用漢明距離計算模型的相似性，提高模型檢索效率。

本發(fā)明解決所述技術(shù)問題采用的技術(shù)方案是：提供一種基于視圖和哈希算法的三維模型檢索方法，該方法包括獲取不同三維模型不同角度拍攝的多張視圖圖片，并歸一化；

構(gòu)建基于AlexNet的卷積神經(jīng)網(wǎng)絡(luò)：在5層卷積層后經(jīng)視圖層連接兩層全連接層，并在最后一個全連接層后加入哈希層，將高維特征轉(zhuǎn)為低維的哈希碼，轉(zhuǎn)化過程中設(shè)計量化損失函數(shù)來減少哈希碼的量化誤差；

利用已有三維模型數(shù)據(jù)集訓練基于AlexNet的卷積神經(jīng)網(wǎng)絡(luò)，每個模型的特征用經(jīng)過訓練好的網(wǎng)絡(luò)學習到的哈希特征表示；利用漢明距離計算任意給定查詢?nèi)S模型與三維模型數(shù)據(jù)庫中的三維模型的相似性，漢明距離越大表示模型越不相似，漢明距離越小表示模型越相似，按照漢明距離由小到大排序，選定排序最靠前的多個模型作為結(jié)果輸出到檢索列表。

上述檢索方法中，在獲取多張視圖圖片前要對不同的三維模型進行模型尺度標準化處理，由于網(wǎng)絡(luò)上的模型種類繁多，數(shù)量龐大，為了避免在檢索過程中受到模型的大小尺度的影響，需要對數(shù)據(jù)集中的所有模型進行標準化處理。通過對模型進行縮放處理將不同尺度的模型，縮放到邊長為2的立方體中，這樣能夠保證模型特征的統(tǒng)一性和可用性。具體步驟是：

步驟2-1讀取三維模型每個點的信息，找到模型最小的坐標點(x_min,y_min,z_min)和模型的最大的坐標點(x_max,y_max,z_max)。