[发明专利]一种基于深度学习的三维模型检索方法

说明书

本发明公开了一种基于深度学习的三维模型检索方法，包括：将任意类型图片与特征提取器逐通道卷积，对卷积结果取绝对值进行矫正，并进行局部对比度归一化，对每张图片进行平均池化，得到每张图片的单层卷积神经网络结果；对卷积神经网络输出低阶特征以预设尺寸进行分块，每块聚合成一个父向量，最终将输出矩阵聚合成一个向量；每幅图片用多特征表示，将多特征串联，作为图片输出特征；对提取的输出特征采用基于视图的三维模型检索算法，对被查模型和已有模型进行匹配，计算被查模型和已有模型的相似度进行排序，得到最终的检索结果。本发明避免了采集图像特征时对特定类型图像依赖，消除了不同图像对人工设计特征限制，提高了多视图目标检索精度。

技术领域

本发明涉及三维模型检索领域，尤其涉及一种基于深度学习的三维模型检索方法。

背景技术

随着计算机技术和网络的高速发展，多媒体数据规模越来越大，三维模型数据成为继声音、图像、视频之后新的多媒体数据类型。三维模型具有直观、表现力强等特点，其应用领域越来与广泛，例如：计算机辅助设计(CAD)、计算机视觉(如姿态识别)、医学影像、室内机器人导航、行为分析等。

目前已有多种三维模型识别方法或系统，分为几大类，比如早期的基于文本的三维模型检索方法，基于内容检索的三维模型检索方法，还有基于主题模型的三维模型检索方法，以及基于功能语义的三维模型检索系统。这些方法需要明确的空间结构信息，硬件要求高，使用范围受限。

发明内容

本发明提供了一种基于深度学习的三维模型检索方法，本发明避免了采集图像特征时对特定类型图像的依赖，消除了不同图像对人工设计特征的限制，提高了多视图目标检索的精度，详见下文描述：

一种基于深度学习的三维模型检索方法，所述三维模型检索方法包括以下步骤：

将任意类型图片与特征提取器逐通道卷积，对卷积结果取绝对值进行矫正，并进行局部对比度归一化，对每张图片进行平均池化，得到每张图片的单层卷积神经网络结果；

对卷积神经网络输出的低阶特征以预设尺寸进行分块，每块聚合成一个父向量，最终将输出矩阵聚合成一个向量；每幅图片用多特征表示，将多特征串联，作为图片的输出特征；

对提取的输出特征采用基于视图的三维模型检索算法，对被查模型和已有模型进行匹配，计算被查模型和已有模型的相似度进行排序，得到最终的检索结果。

其中，所述特征提取器具体为：

对数据库所有图片进行预处理，通过k-means聚类得到聚类中心；

将聚类中心作为卷积神经网络所需的特征提取器。

其中，所述对卷积神经网络输出的低阶特征以预设尺寸进行分块，每块聚合成一个父向量，最终将输出矩阵聚合成一个向量，每幅图片用多特征表示，将多特征串联，作为图片的输出特征的步骤具体为：

对卷积神经网络输出的低阶特征以预设尺寸进行分块，每块与一个大小相同的权值矩阵相乘聚合成一个父向量，所得的父向量按顺序排列，同样以预设尺寸进行分块，与同一个大小相同的权值矩阵相乘聚合成一个父向量，以此类推，直至最终将输出的低阶特征矩阵聚合成一个向量。对同一个卷积神经网络输出的低阶特征矩阵进行多次分块聚合迭代，每次迭代都使用一个新的固定大小的权值矩阵，得到多个特征向量，将多特征串联，作为图片的输出特征。

本发明提供的技术方案的有益效果是：

1、提高了多个目标检索系统的检索性能，而且几种检索方法均达到了几乎相近的检索性能，使得检索方法之间的差异性不再重要；

2、借用了卷积神经网络的优点，可以对原始的未经过任何处理的图像数据提取特征，极大地发挥了其机器学习的自主性；

3、避免了采集视图特征时对摄像机空间位置信息的依赖。