基于隨機森林的三維人造模型前朝向識別算法
本文關(guān)鍵詞: 前朝向 三維人造模型 室內(nèi)場景合成 形體分析 隨機森林 出處:《計算機輔助設(shè)計與圖形學(xué)學(xué)報》2017年07期 論文類型:期刊論文
【摘要】:三維模型前朝向的識別是場景合成與重建的基礎(chǔ).針對現(xiàn)有三維模型前朝向識別算法依賴于模型在場景中上下文關(guān)系、計算過程復(fù)雜等問題,提出一種基于隨機森林的三維人造模型前朝向識別算法.首先通過模型簡化和計算模型方向包圍盒得到候選面;然后基于物體功能設(shè)計和心理學(xué)等對模型進行形狀分析,為候選面提取一組與之相關(guān)聯(lián)的特征;最后利用隨機森林理論訓(xùn)練前朝向判別分類器,實現(xiàn)對模型的前朝向識別.實驗結(jié)果表明,該算法對模型前朝向識別正確率達到80%,能夠很好地處理室內(nèi)場景絕大種類模型,包括目前方法計算錯誤的模型.
[Abstract]:The recognition of forward orientation of 3D model is the basis of scene synthesis and reconstruction. In view of the existing 3D model forward orientation recognition algorithm depends on the context of the model in the scene the computation process is complex and so on. A forward orientation recognition algorithm for 3D artificial model based on random forest is proposed. First, candidate surfaces are obtained by model simplification and calculation of model direction bounding box. Then the shape of the model is analyzed based on object function design and psychology, and a set of associated features are extracted for the candidate surface. Finally, the forward orientation recognition of the model is realized by using the random forest theory to train the former orientation classifier. The experimental results show that the accuracy of the algorithm for the model orientation recognition is up to 80%. It can deal with the most kinds of indoor scene models, including the model that the current method is wrong.
【作者單位】: 清華大學(xué)軟件學(xué)院;
【基金】:基金項目:結(jié)合三維零部件檢索的智能裝配建模技術(shù)研究(61373071)
【分類號】:TP391.41
【正文快照】: 在三維場景的重建與合成領(lǐng)域,合理地將三維模型擺放到場景中與模型本身和場景美學(xué)息息相關(guān),三維模型在場景中的擺放信息與模型的擺放位置和模型的朝向密切相關(guān),三維模型朝向的獲取是場景合成中重要的一環(huán).從此實際應(yīng)用出發(fā),本文提出這么一個問題:能否從三維模型的幾何形狀特征
【相似文獻】
相關(guān)期刊論文 前10條
1 劉足華;熊惠霖;;基于隨機森林的目標(biāo)檢測與定位[J];計算機工程;2012年13期
2 董師師;黃哲學(xué);;隨機森林理論淺析[J];集成技術(shù);2013年01期
3 王象剛;;基于K均值隨機森林快速算法及入侵檢測中的應(yīng)用[J];科技通報;2013年08期
4 陳姝;彭小寧;;基于粒子濾波和在線隨機森林分類的目標(biāo)跟蹤[J];江蘇大學(xué)學(xué)報(自然科學(xué)版);2014年02期
5 羅知林;陳挺;蔡皖東;;一個基于隨機森林的微博轉(zhuǎn)發(fā)預(yù)測算法[J];計算機科學(xué);2014年04期
6 王麗婷;丁曉青;方馳;;基于隨機森林的人臉關(guān)鍵點精確定位方法[J];清華大學(xué)學(xué)報(自然科學(xué)版);2009年04期
7 李建更;高志坤;;隨機森林針對小樣本數(shù)據(jù)類權(quán)重設(shè)置[J];計算機工程與應(yīng)用;2009年26期
8 張建;武東英;劉慧生;;基于隨機森林的流量分類方法[J];信息工程大學(xué)學(xué)報;2012年05期
9 吳華芹;;基于訓(xùn)練集劃分的隨機森林算法[J];科技通報;2013年10期
10 張華偉;王明文;甘麗新;;基于隨機森林的文本分類模型研究[J];山東大學(xué)學(xué)報(理學(xué)版);2006年03期
相關(guān)會議論文 前7條
1 謝程利;王金橋;盧漢清;;核森林及其在目標(biāo)檢測中的應(yīng)用[A];第六屆和諧人機環(huán)境聯(lián)合學(xué)術(shù)會議(HHME2010)、第19屆全國多媒體學(xué)術(shù)會議(NCMT2010)、第6屆全國人機交互學(xué)術(shù)會議(CHCI2010)、第5屆全國普適計算學(xué)術(shù)會議(PCC2010)論文集[C];2010年
2 武曉巖;方慶偉;;基因表達數(shù)據(jù)分析的隨機森林方法及算法改進[A];黑龍江省第十次統(tǒng)計科學(xué)討論會論文集[C];2008年
3 張?zhí)忑?梁龍;王康;李華;;隨機森林結(jié)合激光誘導(dǎo)擊穿光譜技術(shù)用于的鋼鐵分類[A];中國化學(xué)會第29屆學(xué)術(shù)年會摘要集——第19分會:化學(xué)信息學(xué)與化學(xué)計量學(xué)[C];2014年
4 相玉紅;張卓勇;;組蛋白去乙�;敢种苿┑臉�(gòu)效關(guān)系研究[A];第十一屆全國計算(機)化學(xué)學(xué)術(shù)會議論文摘要集[C];2011年
5 張濤;李貞子;武曉巖;李康;;隨機森林回歸分析方法及在代謝組學(xué)中的應(yīng)用[A];2011年中國衛(wèi)生統(tǒng)計學(xué)年會會議論文集[C];2011年
6 馮飛翔;馮輔周;江鵬程;劉菁;劉建敏;;隨機森林和k-近鄰法在某型坦克變速箱狀態(tài)識別中的應(yīng)用[A];第八屆全國轉(zhuǎn)子動力學(xué)學(xué)術(shù)討論會論文集[C];2008年
7 曹東升;許青松;梁逸曾;陳憲;李洪東;;組合樹的集合體和后向消除策略去分類P-糖蛋白化合物[A];第十屆全國計算(機)化學(xué)學(xué)術(shù)會議論文摘要集[C];2009年
相關(guān)博士學(xué)位論文 前6條
1 張乾;基于隨機森林的視覺數(shù)據(jù)分類關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2016年
2 薛小明;基于時頻分析與特征約簡的水電機組故障診斷方法研究[D];華中科技大學(xué);2016年
3 曹正鳳;隨機森林算法優(yōu)化研究[D];首都經(jīng)濟貿(mào)易大學(xué);2014年
4 雷震;隨機森林及其在遙感影像處理中應(yīng)用研究[D];上海交通大學(xué);2012年
5 岳明;基于隨機森林和規(guī)則集成法的酒類市場預(yù)測與發(fā)展戰(zhàn)略[D];天津大學(xué);2008年
6 李書艷;單點氨基酸多態(tài)性與疾病相關(guān)關(guān)系的預(yù)測及其機制研究[D];蘭州大學(xué);2010年
相關(guān)碩士學(xué)位論文 前10條
1 錢維;藥品不良反應(yīng)監(jiān)測中隨機森林方法的建立與實現(xiàn)[D];第二軍醫(yī)大學(xué);2012年
2 韓燕龍;基于隨機森林的指數(shù)化投資組合構(gòu)建研究[D];華南理工大學(xué);2015年
3 賀捷;隨機森林在文本分類中的應(yīng)用[D];華南理工大學(xué);2015年
4 張文婷;交通環(huán)境下基于改進霍夫森林的目標(biāo)檢測與跟蹤[D];華南理工大學(xué);2015年
5 李強;基于多視角特征融合與隨機森林的蛋白質(zhì)結(jié)晶預(yù)測[D];南京理工大學(xué);2015年
6 朱玟謙;一種收斂性隨機森林在人臉檢測中的應(yīng)用研究[D];武漢理工大學(xué);2015年
7 肖宇;基于序列圖像的手勢檢測與識別算法研究[D];電子科技大學(xué);2014年
8 李慧;一種改進的隨機森林并行分類方法在運營商大數(shù)據(jù)的應(yīng)用[D];電子科技大學(xué);2015年
9 趙亞紅;面向多類標(biāo)分類的隨機森林算法研究[D];哈爾濱工業(yè)大學(xué);2014年
10 黎成;基于隨機森林和ReliefF的致病SNP識別方法[D];西安電子科技大學(xué);2014年
,本文編號:1470409
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/1470409.html