[发明专利]一种基于内容的三维模型检索性能的评价方法

权利要求书

1、一种基于内容的三维模型检索性能的评价方法，其特征在于该方法包括如下步骤：

(1)测试集的构造：

(a)收集三维模型文件，将所有三维模型文件转换成相同的文件格式；

(b)对三维模型文件进行基于语义的分类，得到一个基本语义分类表；

(c)将基本语义分类表转换成为基于形状的分类表；

(d)对基于形状的分类表中的每一个类别，标注该类别与表中其它类别的相似度；

所述的相似度按如下方式定义：将相同类别的三维模型间的相似度定义为字母S；将不同类别的三维模型间的相似度定为5个级别，分别用字母A、B、C、D、E表示，其中，A表示的两个三维模型之间的相似度最高，E为两个三维模型毫不相似，其它的字母所表达的相似度介于A与E之间；则按照相似度由高到低的排列顺序为：S>A>B>C>D>E；

(2)评价指标的设计：

(a)用一种特征提取算法对步骤(1d)得到测试集中的每一个模型作出查询，对于包含N个三维模型的测试集，得到N个检索结果；

(b)根据步骤(1d)得到的相似度标注结果，将检索结果列表转换为相应的相似性序列；

(c)按如下方式对相似性序列中的每一个相似性字母的得分率S进行计算：

记Score(SS，SL)表示相似性序列中相似性字母的得分，它的值为相似性字母的后继中比该相似性字母小的相似性字母的个数，即：

Score(SS,SL)=Σi=SS.indexAt(SL)SS.lengthless(SS[i],SL),]]>

其中

其中，SS表示相似性序列，SL表示相似性字母；

记Score(SS)表示相似性序列的得分，它的值为相似性序列中每一个相似性字母的得分的总和，即：

Score(SS)=Σi=1SS.lengthScore(SS,SS[i])]]>

其中，SS表示相似性序列；

则，相似性序列中每一个相似性字母的得分率S定义为Score(SS)/Score(PSS)，

其中，PSS为与相似性序列所对应的最好相似性序列，即将该相似性序列中的所有字母按照相似性降序排列；

(d)对于包含N个三维模型的测试集，按照步骤(2c)的算法，得到N个相似性字母的得分率S₁，S₂，...，S_N，则对于步骤(2a)中所使用的特征提取算法最终评价结果为：

p=1NΣi=1NSi.]]>