[发明专利]基于梯度方向累加热核特征的非刚性三维模型检索方法

说明书

本发明提供一种基于梯度方向累加热核特征的非刚性三维模型检索方法，在特征提取过程中能够有效地避免高频信息的丢失，提高检索效率。所述方法包括：计算三维模型点的热核特征及其对数差分值；将所述对数差分值的梯度差分绝对值按照梯度方向进行累加，得到梯度方向累加热核特征；根据得到的梯度方向累加热核特征，确定梯度方向累加热核形状描述子；根据确定的梯度方向累加热核形状描述子，利用梯度下降法进行融合特征学习，获得融合特征；根据得到的融合特征，采用相似性度量方法进行检索。本发明适用于三维模型特征提取、检索。

技术领域

本发明涉及计算机视觉领域，特别是指一种基于梯度方向累加热核特征的非刚性三维模型检索方法。

背景技术

三维模型检索技术属于信息检索领域的一部分，其关键在于如何能够有效提取三维模型的特征信息。三维模型特征可分为全局特征和局部特征两大类。

全局特征主要是通过分析三维模型的整体来得到其形状表达。按照处理方式的不同，又可将其分为基于几何属性的特征提取方法、基于视图的全局提取特征方法以及基于拓扑图的特征提取方法等：基于几何属性的方法主要是通过从三维模型的全局范围内获取特定的几何关系并利用统计学思想获取三维模型形状描述子。虽然基于几何属性的特征提取具有较高的计算效率，但该类方法会因统计数据种类过于单一而导致对三维模型的区分能力较差。基于视图的特征提取关键思想在于将三维模型投影为二维图像进而完成特征提取，并且利用多个投影视图来完善对三维模型的形状描述。其优点在于对噪声的鲁棒性较好，直观上更契合人的视觉认知，但随之带来的是巨大的计算量，计算过程繁琐。三维模型的拓扑结构是对模型架构的完整体现，因此基于拓扑图的特征提取能够充分反映模型内各部分之间的连接，但它具有对噪声的鲁棒性差，计算量大等缺点。

与全局特征提取方法不同，局部特征提取方法从三维模型的局部区域出发，选取能够有效表示局部特征的关键点，进而建立对整体三维模型的特征描述。这类方法对遮挡、模型的缺失、网格分辨率变化等具有更好地鲁棒性，因此近年来受到越来越多研究者的关注。

常用的局部特征提取方法主要有基于空间分布直方图的方法(如Spin Image、3DShape Context、Rotational Projection Statistics等)和基于几何特性直方图的方法(如Local Surface Patch、Point Feature Histogram、Fast Point Feature Histogram等)。这些方法虽然取得了较好地检索效率，但是大多数是针对刚性三维模型来设计的，对三维模型的非刚性形变不具有不变性。Darom等将二维图像描述领域经典的SIFT描述子扩展到三维网格数据，提出了LD-SIFT(Local depth SIFT)特征。该特征使用特征点邻域构建深度图，使用PCA(Principle Component Analysis)方法估计特征点的主方向以实现旋转不变性，取得了较好的检索和匹配结果。该特征虽然对于三维模型的尺度变化和部分遮挡具有一定的鲁棒性，但是其要求输入的三维模型数据点必须是密集的而且被均匀采样过的，且不能处理形状复杂的三维结构，对非刚性三维模型的非刚性形变不具有不变性。