[发明专利]一种几何网格场景模型的分割及语义标注方法

权利要求书

1.一种几何网格场景模型的分割及语义标注方法，其特征在于包含以下步骤：

步骤1）三维模型训练集建立

要求训练集中的每个三维模型均为单个物体，每个模型均包含形状信息、类别标签和形状特征，其中，形状信息以模型表面三角网格的形式体现；

步骤2）场景模型自动分割

借助训练集基于层次化聚类算法将场景模型分割为多个物体，连通集为初始聚类，在层次化聚类的过程中借助训练集来决策两个视觉上相交、接触或接近的连通集是否应合并，直到满足聚类合并终止条件，最终得到的每个物体是连通集的集合；

步骤3）分割结果的分类

对分割得到的每个物体提取形状特征，基于相似性匹配在训练集中寻找它的K个近邻模型，得到模糊化分类结果，根据上述分类算法决策出该物体的类别标签；

步骤4）场景模型的语义汇总

汇总每个物体的类别标签，剔除重复，得到场景模型的语义标签集合。

2.根据权利要求1所述的一种几何网格场景模型的分割及语义标注方法，其特征在于，所述步骤1）进一步包含：

步骤1.1）收集等数量的不同语义类的三角网格模型，记录它们的类别标签；

步骤1.2）提取等数量的不同语义类的三角网格模型的形状特征，采用一种复合特征向量DESIRE来描述。

3.根据权利要求1所述的一种几何网格场景模型的分割及语义标注方法，其特征在于，所述步骤2）进一步包含：

步骤2.1）生成三角网格模型的连通集，根据设定的距离阈值得到每个连通集的在三维空间中与之相邻的连通集的集合；

步骤2.2）将连通集作为初始聚类；

步骤2.3）迭代地进行自底向上的层次化聚类，借助训练集中的已有形状知识来判断两个聚类是否能合并，如果需要合并，则消除两个已有的聚类，产生一个新的聚类，同时需要更新相关聚类的近邻；

步骤2.4）经检测，确认所有相邻的聚类都无需再合并，终止合并过程，得到场景模型的分割结果，每个物体都是一个连通集的集合。

4.根据权利要求1所述的一种几何网格场景模型的分割及语义标注方法，其特征在于，所述步骤3）进一步包含：

步骤3.1）对于分割后得到的每个物体，提取形状特征，采用一种复合特征向量DESIRE来描述；

步骤3.2）借助训练集，采用Fuzzy-KNN方法对该物体进行监督分类，计算它属于每个语义类的概率；

步骤3.3）根据设定的阈值，来决策该物体的类别标签。