[发明专利]一种可视化概念检测器及构造语义场的方法

说明书

技术领域

本发明涉及基于语义的三维模型检索领域，具体涉及一种可视化概念检测器及构造语义场的方法。 

背景技术

随着信息量呈几何级数的增加，信息检索已不再局限于文本检索这一单一的形式，已经逐步向多媒体检索、语义检索等方向扩展。将基于语义的检索方式应用在多媒体领域一直是技术人员的目标。 

目前，基于语义的三维模型检索方法主要分为以下两种：1、将用户的相关反馈信息作为语义概念。该方法中，用户首先提交三维模型，系统计算该待检索的三维模型与数据库中已有的三维模型的形状特征的相似度，并将相似的模型作为第一次检索的结果返回给用户。用户在这些模型中标注这些模型与待检索三维模型的相似度，接着将标注相似度的模型返回给系统。系统根据用户所标注的相似度，进行二次检索，检索与用户所标注的模型相似的模型，作为二次检索的结果返回给用户。2、将模型所具有的语义标注作为文本关键词，只检索与该文本关键词具有相同文本描述内容的模型作为结果返回。 

在上述基于语义的三维模型检索方法中，存在如下问题：1、传统的语义概念在三维模型检索中的应用方法易造成“语义鸿沟”。在传统的方法中，对于低层级的三维模型来说，它所具备的语义概念来自于它的语义标注，例如椅子的模型的语义标注即为“椅子”。而对于高层级语义、即用户的检索语句来说，它可能为“家具”。若单纯的以“家具”作为检索内容，则只能检索出语义标注为“家具”的三维模型，而不能检索出从属于“家具”、语义标注为“椅子”的三维模型。这就是“语义鸿沟”。2、传统的语义概念构造方法仅基于语义标注。由于不同用户对三维模型的语义标注通常是主观的、简短的、概念模糊不清的和不一致的，而大量杂乱的语义标注不能准确构造出能表示三维模型形状特征的语义概念。例如， 对于一只狗的三维模型来说，它所具有的语义标注可能是“狗”、“宠物”、“四肢动物”等。 

综上所述，为提高基于语义的三维模型检索结果精度，要求三维模型所具有的语义概念具有较高的准确度。现有的语义概念主要来自语义标注，存在高层语义概念和底层三维模型之间的“语义鸿沟”问题；而且现有的语义概念构造方法也导致用户语义标注过于杂乱而无法与准确语义概念进行对应。这些不准确的语义概念将导致三维模型的检索结果精度不高。 

发明内容

为解决上述问题，本发明提出一种可视化概念检测器及构造语义场的方法。通过可视化概念检测器来构造语义场，语义场是获取整个语义概念词集中更加完整的关系的一种方法。 

根据本发明一个实施例，提供一种可视化概念检测器，包括文本描述模块、语义描述模块、特征描述模块和语义概率计算模块；其中 

所述文本描述模块用于提取待检索三维模型的相关词汇并传递至所述语义描述模块和所述语义概念计算模块； 

所述语义描述模块用于获取所述相关词汇在语义词典中的同义词集，选取同义词汇并传递至所述语义概念计算模块； 

所述特征描述模块用于根据三维模型的形状内容特征为其归类，将其所属类别的内容特征信息以及该检索模型与该类别模型的形状内容特征相似度传递至所述语义概念计算模块； 

所述语义概率计算模块将接收到的相关词汇、同义词汇和内容特征信息通过概率模型计算待选语义概念是核心语义概念的概率，根据所计算的概率选取核心语义概念，得到核心语义概念词汇表。 

在一个实施例中，所述文本描述模块包括： 

分词工具，用于根据待检索三维模型具有的文本描述内容提取出描述该三维模型形状内容特征的一个或多个词汇； 

第一用户接口，用于提供用户从所述分词工具提取出的所述一个或多个词汇中选取相关词汇。 

在进一步的实施例中，所述文本描述模块还包括： 

网络标注子模块，用于获得待检索三维模型的网络标注、统计相同网 络标注的个数，选取标注次数最多的一个或多个网络标注作为相关词汇。 

在一个实施例中，所述语义描述模块包括： 

解释子模块：用于通过语义词典API开发包获取所述相关词汇在语义词典中的同义词集，并且通过所述语义词典对所述同义词集每种词性选取1或2个中间词汇； 

第二用户接口：用于提供用户从所述中间词汇中选取一个或多个同义词汇。 

在一个实施例中，所述特征描述模块中根据形状内容特征使用支持向量机进行待检索三维模型的归类。 

在一个实施例中，所述语义概率计算模块根据如下公式计算核心语义概念的概率：