隨著多媒體技術以及計算機軟硬件的快速發(fā)展,海量的三維模型被廣泛的應用在設計重用、智能生產等眾多領域,因此解決三維模型的分類與檢索技術上的難題,實現(xiàn)對海量三維模型的有效管理,是各個領域迫切的需求。對三維模型進行有效的分類管理可以提高設計生產效率,提高原有模型的復用率,降低時間以及人工成本。近年來,人工智能（Artificial Intelligence,AI）無論在理論還是應用上面,都取得了快速發(fā)展。特別是引入了深度學習（Deep Learning,DL）的理論方法,解決了AI上許多難于實現(xiàn)的問題,同時實現(xiàn)了把AI推廣應用到各個領域中去。在三維模型分類與檢索的研究領域中,提高算法準確率、適用性以及智能化,是目前重要的研究發(fā)展方向。在三維模型分類與檢索技術中,需要解決三維模型的特征提取、分類以及檢索的研究難題,其研究目的是快速的在數據集中找出模型,并對海量的模型就行有效的分類管理。目前關于三維模型分類與檢索研究工作中大多數針對剛體模型,其算法難以適用于姿態(tài)易變的非剛體模型。本文以描述熱擴散規(guī)律的熱核為基礎,研究非剛體三維模型特征提取、分類以及檢索方法,提出了一種具有尺度變換不變性的NSIH... 

【文章來源】：佛山科學技術學院廣東省

【文章頁數】：57 頁

【學位級別】：碩士

【部分圖文】：

三維模型檢索系統(tǒng)的總體框架圖

對三維模型進行全面描述，有效的描述表達模型之間存在的差異，是特征所備的能力。如何能快速簡便的獲取模型特征以及高效的比較特征之間的距離取模型之間的相似度，是三維模型分類與檢索技術需要解決的關鍵問題。三維模型的分類與檢索算法有很多種不同的分類，有的分類方法是按照特征形式以及對模型的表達方式，對特征進行分類[23-27]。Akgul 等[25]把特征分為五圖特征[13,28]、統(tǒng)計特征[11,29]、拓撲結構特征[30,31]、函數變換特征[28,32]和以上征融合形成的混合特征[33,34]。Sfikas 等[27]按照特征適用的模型不同，把特征：剛體三維模型特征[13,35]和非剛體三維模型特征[36-42]。剛體三維模型，如圖示，圖中是汽車、椅子、柜子和吉他模型。如圖所示，剛體三維模型是特殊模型，本身不會發(fā)生姿勢上的變化，并且在非損壞性外力作用下，模型任意的距離不會發(fā)生變化。而非剛體三維模型能夠圍繞關節(jié)點產生不同的姿勢等等距等容變形，如圖 1-3a)所示，人體結構的三維模型，能夠產生多種形變：直下、坐以及奔跑等不同姿勢。

圖 1-4 剛體三維模型特征提取算法分類.基于視圖的特征提取算法：(1)Sang 等[28]提出了基于多角度視圖的特征先從包圍球上不同視點提取模型的圖像特征；然后通過分析計算擴散的方向梯度直方圖，獲取模型描述符；最后結合壓縮感知理論實現(xiàn)模索。(2)Zhou 等[43]提出了基于分層圖像的特征提取算法。首先提取模度緩存視圖，對每個深度緩存圖像進行灰度量化和分層映射，獲得具的二值矩陣；然后采用二維壓縮測量過程，獲取分層圖像壓縮感知測過組合模型的六個視圖特征序列，獲取模型描述符。.基于統(tǒng)計特征的提取算法：(1)Sipiran 等[29]提出了一種基于數據感知分算法。首先在模型表面找到大量關鍵點集中的部分，然后提取這些部以及模型的全局特征，通過特征袋的方法把全局和局部特征轉化為模(2)Kim 等[44]提出了一種基于復數擴展高斯球面的特征提取算法。首先

【參考文獻】：
期刊論文
[1]基于多特征融合的三維模型檢索算法[J]. 周燕,曾凡智,楊躍武.  計算機科學. 2016(07)
[2]基于整數中軸骨架的3維模型檢索算法[J]. 唐勇,張學范.  中國圖象圖形學報. 2008(02)

博士論文
[1]三維模型檢索的特征描述和相關性反饋算法的研究[D]. 冷彪.清華大學 2009
[2]基于內容的三維模型檢索關鍵技術研究[D]. 王家樂.上海交通大學 2008
[3]基于形狀特征三維模型檢索的一些關鍵技術實現(xiàn)研究[D]. 權勝赫.吉林大學 2007
[4]三維模型檢索中關鍵技術的研究[D]. 崔晨旸.浙江大學 2005



本文編號：3131936