[发明专利]基于模糊K近邻的三维模型半自动标注方法及系统

权利要求书

1.一种基于模糊K近邻的三维模型半自动标注方法，其特征在于，包括如下步骤：

三维模型训练库建立步骤，建立三维模型训练库，所述训练库中包含三维模型的名称、几何结构信息、语义类别信息和特征信息；

相似性匹配步骤，对用户输入的待标注模型提取特征向量，并与三维模型训练库里的模型做相似性匹配，找到k个与待标注模型最相近的近邻模型，所述k的取值范围为大于0且小于三维模型训练库里的模型数；

模糊化分类步骤，基于相似性匹配步骤得到的k个近邻模型及它们的语义类别信息，采用模糊K近邻分类方法进行分类，得到模糊化的分类结果；

分类不确定度计算步骤，基于模糊化的分类结果计算各个待标注模型的分类不确定度；

训练学习步骤，基于分类不确定度计算步骤得到的分类不确定度，低于不确定度阈值的直接完成分类标注，高于不确定度阈值的通过相关性反馈和重新进行模糊分类方法完成分类标注；

训练库添加步骤，完成分类标注的模型，按照已建立的三维模型训练库的存储格式，添加进训练库。

2.根据权利要求1所述的一种基于模糊K近邻的三维模型半自动标注方法，其特征在于：所述三维模型训练库建立步骤进一步包括：

训练库设计步骤，所述训练库包括ModelInfo、Label、fvData和Label Model四个表；ModelInfo表存储了三维模型的名称、顶点数、面片数和模型文件的存储路径，Label表存储了语义类别ID、语义类别名称和父类别ID，Label Model表存储了ModelInfo表和Label表之间多对多的映射关系，fvData表存储了三维模型的特征向量的下标和向量值信息；

数据的批量导入步骤，提取PSB模型库里的各个模型的几何信息及其所属语义类别信息，添加到建好的训练库中的ModelInfo、Label和Label_Model表中；

特征信息的提取和导入步骤，提取PSB模型库中的所有三维模型的特征向量，添加到fvData表里，至此，三维模型训练库建立完成。

3.根据权利要求1所述的一种基于模糊K近邻的三维模型半自动标注方法，其特征在于：所述相似性匹配步骤进一步包括：

待标注模型格式转换，将待标注模型转换为off格式；

特征向量提取步骤，提取待标注模型的特征向量；

近邻模型确定步骤，将待标注模型的特征向量与训练库中模型的特征向量进行相似性匹配，找到k个近邻模型，所述k的取值范围为1～N，其中N为训练库中的模型总数。

4.根据权利要求3所述的一种基于模糊K近邻的三维模型半自动标注方法，其特征在于：所述近邻模型确定步骤进一步包括：

相似距离计算步骤，分别计算待标注模型特征向量x与训练库中的各个模型特征向量x_i间的相似距离dist(x，x_i)；

相似模型确定步骤，按相似性距离由小到大的排序，找到前k个与待标注模型最相似的模型。