学位论文 > 优秀研究生学位论文题录展示

基于HKS的非刚体三维模型检索与语义标注研究

作　者: 李雅洁
导　师: 杨晓晖
学　校: 北京交通大学
专　业: 信号与信息处理
关键词: 3D模型检索 HKS 非刚体模型模糊K近邻特征组合
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 82次
引　用: 0次
阅　读: 论文下载

内容摘要

互联网上的三维模型资源正在急速增长,三维模型检索与语义标注技术的研究有助于组织和管理已有的三维模型数据资源,并日益受到研究者的关注。虽然近几年模型检索技术得到飞速的发展,但是已有研究多数针对刚性物体,无法解决具有活动关节的非刚性物体的形状匹配问题,因此非刚体三维模型检索仍是三维模型检索领域的一大挑战。本论文主要研究非刚体三维模型的形状匹配,采用热核特征(HKS, heat kernel signature)作为模型顶点的特征描述,不仅解决了非刚体模型的等距等容变换问题,也对模型的多种变换具有鲁棒性；在此基础上将“视觉词汇”和“视觉词组”按照单值评价指标组合形成新的特征,并将其应用于非刚体三维模型检索；同时,将“视觉词汇”作为模型特征,对三维模型进行模糊分类的语义标注。论文的主要研究内容如下：1、多数非刚体的形变都可以用等距变换来近似描述,通过对已有三维模型形状特征提取方法的对比分析,本文采用反映模型表面热量分布变化的HKS特征来描述三维模型的顶点特征。不仅能较好地适应非刚体模型形状匹配中的等距等容形变问题,还能对模型形变过程中的小畸变保持稳定,有较好的鲁棒性。2、针对Bag-of-words模型中忽略了“视觉词汇”的空间位置关系的问题,本文提出了加入“视觉词汇”之间的空间位置关系的“视觉词组”,并将这两种特征依据单值评价指标进行组合,旨在更好的描绘非刚体模型的形状。“视觉词组”是由模型顶点和其一阶邻域的特征组合而成,相对于“视觉词汇”考虑了特征之间的空间位置关系；单值评价指标反映了不同特征的检索有效性,因此依据单值评价指标来确定两种特征的权重,实验结果表明该算法提高了检索的最近邻准确度。3、为了实现非刚体模型的语义标注,本文在获得模型“视觉词汇”的基础上,采用模糊K近邻分类算法,得到以概率表示的模糊分类结果。并据此用类别标签半自动地标注三维模型的语义,完善了模型文本标注信息,改善了基于文本关键词的三维模型检索的查准率和查全率。

全文目录

致谢  5-6
中文摘要  6-7
ABSTRACT  7-11
1 绪论  11-19
  1.1 选题背景与意义  11-13
  1.2 三维模型检索技术研究现状  13-17
    1.2.1 三维模型检索技术概述  13-15
    1.2.2 非刚体模型检索现状  15-16
    1.2.3 当前研究存在的问题与挑战  16-17
  1.3 本论文研究内容与结构  17-19
    1.3.1 研究内容概述  17-18
    1.3.2 本文组织结构  18-19
2 用于非刚体三维模型检索的热核特征(HKS)的理论分析  19-36
  2.1 基于特征的检索技术分析  19-26
    2.1.1 基于特征的图像检索  19-21
    2.1.2 基于特征的三维模型检索  21-24
    2.1.3 图像检索与三维模型检索的相关性  24-26
  2.2 热核特征(HKS)的理论依据  26-31
    2.2.1 热核特征(HKS)的物理含义  26-28
    2.2.2 Laplace-Beltrami算子  28-29
    2.2.3 热核特征的特性  29-31
  2.3 三角网格模型的HKS特征提取方法  31-34
    2.3.1 三角网格模型  31-33
    2.3.2 HKS特征的数值计算  33-34
    2.3.3 HKS特征用于非刚体三维模型检索的优势  34
  2.4 小结  34-36
3 基于组合特征的非刚体模型检索  36-56
  3.1 引言  36-37
  3.2 算法框架  37-39
  3.3 特征描绘与相似度度量  39-46
    3.3.1 视觉词汇分布及相似度度量  40-43
    3.3.2 视觉词组分布及相似度度量  43-45
    3.3.3 其他细节  45-46
  3.4 基于单值评价指标的特征组合  46-47
    3.4.1 检索评价指标  46
    3.4.2 特征组合方法  46-47
  3.5 实验结果与算法评价  47-55
    3.5.1 模型库的建立  47-48
    3.5.2 评价准则  48-50
    3.5.3 检索结果  50-53
    3.5.4 鲁棒性分析  53-55
  3.6 小结  55-56
4 基于HKS的非刚体模型语义标注方法  56-68
  4.1 引言  56-59
  4.2 模糊K近邻分类算法  59-61
    4.2.1 模糊K近邻分类算法原理  59-60
    4.2.2 模糊K近邻分类算法实现  60-61
  4.3 基于HKS的非刚体模型语义标注算法实现  61-63
    4.3.1 算法框架  61-62
    4.3.2 算法实现步骤  62-63
  4.4 实验结果与分析  63-67
    4.4.1 训练库的选择  63-64
    4.4.2 标注结果  64-65
    4.4.3 鲁棒性分析  65-67
  4.5 小结  67-68
5 结论与展望  68-70
  5.1 总结  68
  5.2 展望  68-70
参考文献  70-74
作者简历  74-76
学位论文数据集  76

基于HKS的非刚体三维模型检索与语义标注研究

内容摘要

全文目录

相似论文