一种基于局部特征的三维模型检索算法

在基于内容的三维模型检索系统中,特征提取技术是三维模型检索的关键。为此,提出基于局部特征的三维模型检索算法。定义一种新的局部特征描述符：曲度,将其作为三维模型检索时的特征。曲度作为对平均曲率与高斯曲率的校正,在不增加额外计算量的前提下,可同时克服平均曲率对平滑模型的不敏感性和高斯曲率分布较均匀的缺点,更真实地反映三维模型的局部弯曲程度。实验结果表明,以曲度作为特征进行检索,可明显提高检索的查准率,配合全局特征检索时则可在保证查全率的基础上,大幅提高检索的准确性。     

局部区分区域在三维模型检索中的应用及改进

由于对三维模型检索查全率与查准率的要求不断提高,在研究模型整体特征的同时,对于模型局部特征的研究越来越多。分析并讨论了几种主流的局部特征提取方法,深入研究了局部区分区域方法,并对此方法做出了改进以适应检索需求,经过试验证明,使用局部区分区域可以提高三维模型检索的查全率和查准率。     

基于模型内二面角分布直方图的非刚性三维模型检索

针对非刚性三维模型检索中复杂曲面凹凸性特征和局部几何变化特征的提取问题,提出一种基于模型内二面角分布直方图的特征描述方法.首先对内二面角直方图统计特征进行了定义并对其性质进行探讨,给出特征提取的具体步骤;然后采用遗传算法进行多特征融合权重优化,提出基于融合特征的非刚性三维模型检索算法.在SHREC公布的非刚性数据集上进行实验的结果表明,内二面角分布直方图统计特征具有更强的区分能力和良好的算法效率,融合特征进一步提高了检索结果.     

三维模型检索中的特征提取技术综述

介绍了三维模型检索的主要研究内容，综述了三维模型检索中的关键技术——特征提取的研究现状，通过对基于统计特征、骨架几何学的特征提取方法的综合比较与分析，对各种特征提取技术进行了评价．     

车祸再现中三维车辆模型准确检索方法研究

研究交通事故再现中根据三维模型的车辆检索问题。为解决事故责任的确定,需要根据视频记录通过车辆三维模型的检索结果再现交通事故过程。交通事故发生过程中,车辆因事故碰撞发生车体旋转,使得车辆三维特征不明显,传统的基于骨架特征的三维车辆检索方法由于车体的旋转,不能有效获取车辆特征,造成车辆三维模型检索的准确率不高。为解决此难题,提出基于同心球特征提取的三维车辆模型检索方法,选取车辆的质心作为模型球心,依据最大半径均分原则得到多个同心球,选取与球心最远的凸点为特征点,这样选取的特征点与空间坐标位置无关,避免了车体旋转对特征点的影响,通过匹配完成检索。实验表明,同心球特征提取方法能够提高三维车辆模型的检索准确性。     

基于差异特征协同语义标注的三维模型检索方法

提出一种基于差异特征协同语义标注的三维模型检索方法.该方法利用多种特征提取方法的优点,借鉴半监督学习中的协同训练思想,首先通过3种差异特征提取算法分别训练学习器,构造出3个差异学习器;然后通过协同迭代训练找到最优学习器对三维模型进行自动语义标注;最后结合语义进行三维模型检索.在普林斯顿大学的PSB三维模型数据集上的实验...     

SR-SIHKS：一种非刚体全局形状特征

非刚体由于姿态变化会产出多样的形变,因此非刚体的形状检索比刚体更具挑战性。形状特征提取是非刚体三维模型形状检索的关键问题。为了提高非刚体形状检索的准确度,提出了一种非刚体全局形状特征提取方法。此方法的核心思想是将稀疏表示（Sparse Representation,SR）理论用于对尺度无关的热核特征（Scale Invariant Heat Kernel Signature,SIHKS）进行稀疏编码,因此被称为SR-SIHKS。改进了SIHKS局部特征的提取方法,根据所处理的模型库来自适应地确定热扩散时间参数;采用K-SVD算法来训练字典,借助Batch-OMP算法实现局部特征的稀疏编码;将非刚体三维模型的所有局部特征的稀疏编码汇聚为全局形状特征。实验结果表明,SR-SIHKS具有比SIHKS和HKS更优的检索效果。     

细粒度民族服饰图像检索的全局-局部特征提取方法

民族服饰图像具有不同民族风格的服装款式、配饰和图案,导致民族服饰图像细粒度检索准确率较低.因此,文中提出细粒度民族服饰图像检索的全局-局部特征提取方法.首先,基于自定义的民族服饰语义标注,对输入图像进行区域检测,分别获得前景、款式、图案和配饰图像.然后在全卷积网络结构的基础上构建多分支的全局-局部特征提取模型,对不同区域的服饰图像进行特征提取,分别获得全局、款式、图案和配饰的卷积特征.最后,先对全局特征进行相似性度量,得到初步检索结果,再使用Top-50检索结果的局部特征与查询图像的局部特征进行重排序,优化排序并输出最终的检索结果.在构建的民族服饰图像数据集上的实验表明,文中方法有效提高民族服饰图像检索的准确率.     

基于局部视图的三维树木模型递进检索方法

针对现有的三维模型检索方法对树木模型存在着准确性低、语义不相符、检索速度慢的问题,为了提高三维树木模型的检索效率和准确性,提出一种基于局部视图的三维树木模型递进检索方法.该方法采用多层次的局部视图对树木模型进行组合描述,通过简洁高效的形式突出了树木对象的树冠轮廓、枝干骨架等关键特征;然后结合视图信息对应的树木语义实现了视图特征的提取转换,强化了描述特征对树木模型的区分性;最后采用层次递进的方式组织视图特征实现了由粗略到精细的多阶段检索过程,并进一步采用动态索引机制以提升模型的检索效率.分别在通用模型与树木模型集合中进行了检索实验的结果表明,该方法能够明显地提升树木类模型的检索准确性,有助于三维树木模型的快速检索和复用.     

一种基于交互式分割的部分模型检索方法

如何在三维模型库中,从相似或不同种类的模型中得到模型的局部匹配,实现部分模型的检索,已经成为一个具有挑战性的研究工作.目前,基于特征统计的方法虽实现较好的检索结果,但是不满足局部匹配,因而无法实现部分模型的检索;基于骨架提取和Reeb图的方法,虽满足局部的匹配,但是对三维模型的结构要求比较严格.为此,提出基于交互式分割的部分模型检索方法.首先采用交互式的分割方法,得到满足用户需求的部分模型,然后对于部分模型,利用形状分布方法提取部分模型的形状特征,利用PDF-L1标准得到部分模型的匹配度,从而实现部分模型的检索.实验结果表明,可得到较好的检索结果.     

拓扑和形状特征相结合的三维模型检索

针对整体相似性检索算法在局部细节特征上的表达能力不足,提出了一种将拓扑和形状特征相结合的三维模型相似性比较方法.首先提取三维模型的骨架,获得模型的整体拓扑特征;然后根据骨架节点将模型分解为多个子部分,并利用球面谐波算法提取每一个子部分的形状特征.模型的匹配分为3步进行:整体骨架的拓扑特征相似性比较,相对应的子部分的局部形状特征相似性比较,模型总的相似性是整体骨架相似性与对应子部分局部形状相似性的加权和.实验结果表明:该方法从整体到局部、由粗到精,综合考虑了拓扑和形状特征,较传统的考虑单一拓扑或形状特征的检索算法有较高的检索精度,同时又支持基于局部特征的相似性检索.     

基于多特征融合的三维模型检索算法

针对三维模型检索中单一特征检索效果差的难题,首先提出了三维模型的3类特征向量提取算法,即刻画模型表面特性的扩展高斯球面特征向量、反映模型内部结构的Radon变换球面分布特征向量、代表模型投影层次的视图分层压缩感知特征向量。其次,以样本模型的查询结果分类信息熵作为指标并结合监督学习过程,给出了一种多特征融合的加权系数估算方法。最后,设计了融合多特征的模型间相似度度量,完成基于查询示例的模型检索过程。仿真实验表明,提出的3类特征向量具有较好的可区分性,多特征融合检索算法的查全率与查准率有明显提升。     

基于表面及空间特征的人体模型结构分析*

结构特征在仿射变换中具有极强的稳定性,可有效避免形状识别的二义性,文中提出融合模型的表面几何特征以及空间体特征的人体模型结构分析方法.针对表面测地线距离方法描述局部形状特征的局限性,引入模型的内部体积分析方法,并将模型的内部空间结构与表面形状特征融合,实现人体模型的结构检测和分割.该方法不仅有效提高模型形状分析的稳定性与适用性,而且增强提取形态骨架的精确性,可进一步应用于模型识别与检索领域中.     

基于纹理的图像检索

基于特征的图像检索在多媒体数据库管理和多媒体通信传输中得到越来越多的重视。介绍了基于纹理特征的特征提取方法 ,并对提取出的特征进行维数缩减。对真实图像库的检索实验表明 ,用此方法检索出的图像更符合人的视觉特性。     

三维模型语义检索研究进展

针对近年来三维模型检索研究不只是考虑形状相似性匹配,而更多地关注如何把语义知识应用于检索这一研究新动态,对三维模型语义检索研究现状,包括三维模型知识提取、语义检索中的主动学习机制、三维模型语义检索系统等方面进行总结.在此基础上,对已有研究成果进行比较分析,突出三维模型语义检索取得的进展以及存在的问题.最后,提出三维模型语义检索需要进一步深入研究的方向.     

基于动态遍历的分层特征网络视觉定位

采用分层特征网络估计查询图像的相机位姿,会出现检索失败和检索速度慢的问题。对分层特征网络进行分析,提出采用动态遍历与预聚类的视觉定位方法。依据场景地图进行图像预聚类,利用图像全局描述符获得候选帧集合并动态遍历查询图像,利用图像局部特征描述符进行特征点匹配,通过PnP算法估计查询图像的相机位姿,由此构建基于MobileNetV3的分层特征网络,以准确提取全局描述符与局部特征点。在典型数据集上与AS、CSL、DenseVLAD、NetVLAD等主流视觉定位方法的对比结果表明,该方法能够改善光照与季节变化场景下对候选帧的检索效率,提升位姿估计精度和候选帧检索速度。     

基于全局特征和尺度不变特征转换特征融合的医学图像检索

特征提取是图像检索或图像配准的关键步骤,针对单一特征不能很好地表述图像的问题, 根据医学图像的特点,提出了一种融合全局特征和局部特征的医学图像检索算法。首先在研究单一特征医学图像检索算法的基础上, 提出了融合全局特征和相关反馈的检索算法;其次对尺度不变特征转换(SIFT)特征进行了优化,提出了改进的SIFT 特征提取算法和匹配算法;最后,为了保证结果的准确性并改进检索效果,采用了融合局部特征的方法逐步求精。通过对标准临床数字式X射线成像(DR)图像数据库的实验研究表明,该算法应用在医学图像的检索中有较好的结果。