[发明专利]一种基于视图的特征匹配三维模型检索方法

说明书

本发明公开了一种基于视图的特征匹配三维模型检索方法，包括：将多视角高斯核和跨视角高斯核合并为多视角训练特征，将单视角高斯核和跨视角高斯核合并为单视角训练特征，利用多视角训练特征和单视角训练特征构建目标函数并使其最小化得到特征匹配矩阵；从多视角模型库和单视角模型库中分别选择一些物体作为测试集，将多视角高斯核和跨视角高斯核合并为多视角测试特征，将单视角高斯核和跨视角高斯核合并为单视角测试特征；将多视角测试特征乘以转换函数得到映射后的特征，将单视角测试特征乘以另一转换函数得到映射后的特征；计算特征间的cos距离进而获得模型之间的相似度。本发明可以应用于任何基于视图的多视角和单视角目标数据库。

技术领域

本发明涉及三维模型检索领域，尤其涉及一种基于视图的特征匹配三维模型检索方法。

背景技术

随着计算机视觉技术以及采集设备的发展，大量的行业人开始应用三维模型数据，当今有关三维模型的科学技术越来越成熟并且应用的范围也越来越广，例如：计算机辅助设计^[1]、计算机图形学^[2]、计算机视觉^[3]、生物信息学^[4]、医学^[5]和娱乐产业^[6]。三维模型可以携带比文本和图像更多的信息，展示形式也更为丰富真实，促使其越来越广泛地应用于社会生产生活的各个领域^[7]。如今三维模型已经成为了继声音、图像、视频之后的第四种多媒体数据类型^[8]，与此同时造成了数据的海量增长，如何对这些数据的有效管理是如今人们亟待解决的问题，其中三维模型检索是实现对三维模型海量数据有效管理的关键技术。

基于对前人工作的调研，三维模型检索算法大体可以分为两类：一类是基于文本的检索^[9]，该方法的主要特点就是三维模型的相关特征事先由人工进行标注，再根据用户输入的文本查询条件进行语义检索。但这类检索方法需要研究人员人工添加大量的文本描述标注，而且这些文本描述存在内容不准确，不全面，有歧义，有主观性等缺点，因此检索体验较差；另一类三维模型检索技术是基于内容的检索^[10]，基于内容的三维模型检索的最主要思想是根据三维模型的几何形状、拓扑结构等形状内容或者颜色、纹理等外观内容来得到三维模型的相关形状、外观特征，形成一组特征向量，并利用这些特征向量作为三维模型的描述并建立相应索引，在三维数据库检索时进行比较和计算^[11]。该类检索方法不需要人工添加文本描述信息，而是直接从三维模型本身的内容出发进行自动的检索，避免了由于人工主观性造成模型描述信息的差异。此外由二维图像的检索延伸到三维模型检索发展日趋成熟，极大地扩大了基于内容的检索方法的应用范围。

基于内容的检索分为两类：基于模型的检索和基于视图的检索。由于基于模型的检索受到计算量的限制应用不是很广泛，现在较为常用的是基于视图的检索。基于视图的三维模型检索方法使用二维视图来描述三维模型，同时，三维模型的比较也是基于二维视图之间的比较实现的。

基于视图的三维模型检索领域目前面临的主要挑战为：大多数方法都关注在相似度计算和模型结构表征上，而忽略了对特征的学习和优化，限制了实际应用范围。

发明内容

本发明提供了一种基于视图的特征匹配三维模型检索方法，本发明避免了对特征所处空间的依赖，提高了三维模型检索的精度，降低了计算的复杂度，详见下文描述：

一种基于视图的特征匹配三维模型检索方法，所述检索方法包括以下步骤：

从多视角模型库和单视角模型库中分别选择一些物体作为训练集，将多视角高斯核和跨视角高斯核合并为多视角训练特征，将单视角高斯核和跨视角高斯核合并为单视角训练特征，利用多视角训练特征和单视角训练特征构建目标函数并使其最小化得到特征匹配矩阵；

从多视角模型库和单视角模型库中分别选择一些物体作为测试集，将多视角高斯核和跨视角高斯核合并为多视角测试特征，将单视角高斯核和跨视角高斯核合并为单视角测试特征；