[发明专利]基于本体间语义相关的三维模型检索方法及系统

说明书

本发明公开了基于本体间语义相关的三维模型检索方法及系统，步骤：数据获取：定义两种类型的产品：第一种类型产品和第二种类型产品；建立第一种类型产品的每个特征与第二种类型产品每个特征之间的关系，生成特征关系集合；深度信念网络样本集生成：基于新的特征关系集合，判断每组特征关系对应的两个特征的属性是否相同，若相同，则该组特征关系的值为1；否则为0；从而生成样本集；生成检索推荐准则：利用深度信念网络对样本集里面的样本数据进行学习，用户对样本集中每个实例搭配的评价结果作为深度信念网络的输出；求得每组特征关系的关联度权值，形成检索推荐准则；形成检索结果。可以提高三维模型检索的有效性，缩短用户的检索时间。

技术领域

本发明属于三维模型检索领域，尤其涉及一种基于本体间语义相关的三维模型检索方法及系统。

背景技术

随着虚拟现实和3D可视化技术的发展，产品三维模型数量以指数方式在快速增长，三维模型检索技术可以帮助用户在快速准确地获取符合设计意图的三维模型。最基本的三维检索是提取产品三维形状特征进行相似性匹配，这需要用户给出非常详细的形式化的形状特征信息才能得到较高的检索正确率，但对于三维物体的形状特征很难用形式化的信息进行描述。而且其应用的领域是根据已知模型在三维模型库中检索出与其相似的模型，对于某些三维建模如场景建模或产品装配等领域则不适合，因为在场景建模中需要根据已知模型去检索与其相关的其它模型，而不是检索与其相似的模型。对于这方面的研究目前还较少，具有较强的现实意义。

发明内容

本发明的目的就是为了解决上述问题，提供一种基于本体间语义相关的三维模型检索方法及系统，发明考虑到模型之间的相关性，结合领域知识，利用模型间的语义相关度作为检索结果，以期在某些特定领域如场景建模和产品装配中可以提高三维模型检索的有效性，缩短用户的检索时间。

为了实现上述目的，本发明采用如下技术方案：

一种基于本体间语义相关的三维模型检索方法，包括如下步骤：

数据获取：定义两种类型的产品：第一种类型产品和第二种类型产品，获取每种产品模型实例的特征数据，对特征数据进行归纳量化，然后利用每种产品模型实例的特征数据构建对应产品的语义本体；

特征关系集合构建：建立第一种类型产品的每个特征与第二种类型产品每个特征之间的关系，生成特征关系集合；

深度信念网络样本集生成：基于新的特征关系集合，判断每组特征关系对应的两个特征的属性是否相同，若相同，则该组特征关系的值为1；否则为0；从而生成样本集；

生成检索推荐准则：利用深度信念网络对样本集里面的样本数据进行学习，用户对样本集中每个实例搭配的评价结果作为深度信念网络的输出；求得每组特征关系的关联度权值，形成检索推荐准则；

形成检索结果：对用户提出的待检索产品进行语义特征提取，利用检索推荐准则实现待检索产品的语义特征与三维模型库中产品的语义特征之间相关度的计算，将满足设定阈值的结果作为检索结果。

在所述特征关系集合构建与所述深度信念网络样本集生成之间还包括降维：通过聚类算法对特征关系集合进行聚类，保留有相关性的特征，删除没有相关性的特征；得到若干个新的特征关系集合；从而实现对特征关系集合的降维。

在所述生成检索推荐准则之前，还包括：接收用户对样本集中每个实例搭配的评价，将评价分为五个等级：1、2、3、4和5，将用户对每个实例搭配的评价取平均数，四舍五入后，归入五个等级之一，作为实例搭配的最终评价结果；若最终评价结果属于五个等级中的某一个等级，则该等级的值为1，其他等级的值为0。

所述生成检索推荐准则的步骤为：

步骤(4.1)：利用样本集训练第一个RBM；