本文關(guān)鍵詞： 非剛性三維模型 三維模型檢索 熱核特征 具有尺度不變性的熱核特征 基于梯度方向直方圖的熱核特征　出處：《儀器儀表學(xué)報(bào)》2017年04期 　論文類型：期刊論文

【摘要】：提出了一種適用于描述非剛性三維模型局部表面結(jié)構(gòu)的特征提取方法,即基于梯度方向直方圖的熱核特征(HOGHKS)提取方法。該方法首先提取具有等距不變性的三維點(diǎn)熱核信號(hào),可以使后續(xù)提取的特征向量具有等距不變性和較好的穩(wěn)定性;然后對(duì)熱核信號(hào)的對(duì)數(shù)差分值進(jìn)行梯度方向直方圖統(tǒng)計(jì),可以使構(gòu)造出的特征向量對(duì)三維模型的尺度變化具有一定的不變性。該特征在一定程度上解決了HKS特征不具有尺度不變性、SI-HKS特征雖然具有尺度不變性但是需要將熱核信號(hào)轉(zhuǎn)換到頻域進(jìn)行描述會(huì)丟失一部分有效描述信息的問題。實(shí)驗(yàn)結(jié)果表明,與HKS特征和SI-HKS特征相比,HOG-HKS特征具有更好的檢索效果。
[Abstract]:A feature extraction method for describing the local surface structure of a non-rigid 3D model is proposed. This method is based on gradient direction histogram to extract the feature of Hog HKS. This method firstly extracts the 3D point heat core signal with isometric invariance. It can make the feature vectors extracted in the future have isometric invariance and better stability. Then the logarithmic difference value of the heat core signal is counted by gradient direction histogram. The constructed feature vector is invariant to the scale change of the 3D model, which solves the problem that the HKS feature is not scale-invariant to a certain extent. Although the SI-HKS feature is scale-invariant, it is necessary to convert the thermonuclear signal to the frequency domain to describe the problem that some effective description information will be lost. The experimental results show that. Compared with HKS feature and SI-HKS feature, Hog HKS feature has better retrieval effect.
【作者單位】： 北京科技大學(xué)自動(dòng)化學(xué)院;
【基金】：國(guó)家自然科學(xué)基金(61375010,61005009)項(xiàng)目資助
【分類號(hào)】：TP391.41
【正文快照】： 1引言隨著計(jì)算機(jī)技術(shù)和多媒體技術(shù)的發(fā)展,三維模型在許多領(lǐng)域扮演著越來越重要的角色,已被廣泛應(yīng)用于生物特征識(shí)別、虛擬現(xiàn)實(shí)、醫(yī)學(xué)診斷、智能機(jī)器人等領(lǐng)域。由于三維模型的數(shù)量在近些年呈爆炸式增長(zhǎng),因此三維模型檢索成為對(duì)海量三維模型進(jìn)行有效管理和分析亟待解決的關(guān)鍵技術(shù)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曾春;李曉華;周激流;;基于感興趣區(qū)梯度方向直方圖的行人檢測(cè)[J];計(jì)算機(jī)工程;2009年24期

2 倪愷;肖志濤;張芳;;基于梯度方向直方圖的行人檢測(cè)方法研究[J];電視技術(shù);2011年05期

3 陳銳;彭啟民;;基于穩(wěn)定區(qū)域梯度方向直方圖的行人檢測(cè)方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2012年03期

4 王宇新;唐琳;郭禾;賈棋;;基于金字塔梯度方向直方圖的分層投票方法[J];計(jì)算機(jī)工程;2012年08期

5 陳家波;趙勛杰;許崢;;基于梯度方向直方圖特征和粒子濾波算法融合的目標(biāo)跟蹤[J];小型微型計(jì)算機(jī)系統(tǒng);2012年08期

6 霍亞松;張錕;;非重疊低維度梯度方向直方圖[J];模式識(shí)別與人工智能;2014年03期

7 孟鋼;姜志國(guó);趙丹培;;梯度方向直方圖和子流形在目標(biāo)跟蹤中的應(yīng)用[J];紅外與激光工程;2012年06期

8 李林;張麗紅;;基于改進(jìn)梯度方向直方圖的多尺度的行人檢測(cè)[J];計(jì)算機(jī)應(yīng)用;2012年S2期

9 張小虎;李由;李立春;王鯤鵬;于起峰;;一種基于梯度方向直方圖的直線輪廓提取新方法[J];光學(xué)技術(shù);2006年06期

10 周顯國(guó);;基于梯度方向直方圖特征和支持向量機(jī)的醫(yī)學(xué)影像分類方法[J];中國(guó)醫(yī)療設(shè)備;2014年02期

相關(guān)會(huì)議論文 前1條

1 曹劍;高愛華;秦文罡;;一種快速的行人檢測(cè)算法[A];2010年西部光子學(xué)學(xué)術(shù)會(huì)議摘要集[C];2010年

相關(guān)碩士學(xué)位論文 前10條

1 黃焱;基于多層次的目標(biāo)檢測(cè)方法研究[D];上海交通大學(xué);2015年

2 奉俊鵬;基于非下采樣Contourlet梯度方向直方圖的人臉識(shí)別方法研究[D];湘潭大學(xué);2015年

3 朱龍;基于多部位聯(lián)合的行人檢測(cè)方法研究[D];廣東工業(yè)大學(xué);2016年

4 方軼;零件視覺檢測(cè)系統(tǒng)的開發(fā)與研究[D];上海工程技術(shù)大學(xué);2016年

5 胡秋晨;復(fù)雜背景下的人手定位方法研究[D];沈陽(yáng)航空航天大學(xué);2016年

6 王楠;基于時(shí)空關(guān)系特征的視頻暴力事件檢測(cè)算法研究[D];北京交通大學(xué);2017年

7 閆賀;基于共生梯度方向直方圖的實(shí)時(shí)人手檢測(cè)系統(tǒng)[D];天津大學(xué);2012年

8 孫麗娟;基于邊緣梯度方向直方圖的中國(guó)靜態(tài)手語識(shí)別[D];西安建筑科技大學(xué);2009年

9 劉超;基于梯度方向直方圖的行人計(jì)數(shù)方法研究[D];北京郵電大學(xué);2010年

10 薛冠超;基于機(jī)器視覺的行人快速檢測(cè)方法研究[D];吉林大學(xué);2012年

，

本文編號(hào)：1470097