融合信息熵和CNN 的基于手绘的三维模型检索 |
| |
作者姓名: | 刘玉杰 宋 阳 李宗民 李 华 |
| |
作者单位: | 1. 中国石油大学计算机与通信工程学院,山东青岛 266580;
2. 中国科学院计算技术研究所智能信息处理重点实验室,北京 100190;
3. 中国科学院大学,北京 100190 |
| |
基金项目: | 国家自然科学基金项目(61379106,61379082,61227802);山东省自然科学基金项目(ZR2013FM036,ZR2015FM011) |
| |
摘 要: | 基于手绘草图的三维模型检索(SBSR)已成为三维模型检索、模式识别与计算机视
觉领域的一个研究热点。与传统方法相比,基于卷积神经网络(CNN)的三维深度表示方法在三
维模型检索任务中性能优势非常明显。本文提出了一种基于手绘图像融合信息熵和CNN 的三
维模型检索方法。首先,通过计算模型投影图的信息熵得到模型的代表性视图,并将代表性视
图经过边缘检测等处理得到三维模型投影图的轮廓图像;然后,将轮廓图像和手绘草图输入到
CNN 中提取特征描述子,并进行特征匹配。本文方法在Shape Retrieval Contest (SHREC) 2012
数据库和SHREC 2013 数据库上进行实验。实验证明,该方法的效果较其他传统方法检索准确
度更高。
|
关 键 词: | 三维模型检索 卷积神经网络 代表性视图 信息熵 |
Sketch-Based 3D Shape Retrieval with Representative View and Convolutional Neural Network |
| |
Authors: | LIU Yujie SONG Yang LI Zongmin LI Hua |
| |
Affiliation: | 1. College of Computer & Communication Engineering, China University of Petroleum, Qingdao Shandong 266580, China;
2. Key Laboratory of Intelligent Information Processing, Institute of Computing Technology Chinese Academy of Sciences, Beijing 100190, China;
3. University of Chinese Academy of Sciences, Beijing 100190, China |
| |
Abstract: | |
| |
Keywords: | 3D shape retrieval convolutional neural network representative view entropy |
|
| 点击此处可从《》浏览原始摘要信息 |
|
点击此处可从《》下载全文 |