[发明专利]基于三维形状知识图谱的三维模型检索方法及装置

说明书

本申请公开了一种基于三维形状知识图谱的三维模型检索方法及装置。所述基于三维形状知识图谱的三维模型检索方法包括：获取三维模型数据库，所述三维模型数据库中包括多个三维模型，每个三维模型具有一个识别标签；对每个三维模型进行处理，从而获取每个三维模型的三元组；生成三维形状知识图谱；获取待检索三维模型；将待检索三维模型与所述三维形状知识图谱中的各个节点进行相似度对比，从而获得三维形状知识图谱中与待检索三维模型相似度最高的节点所对应的三维模型。本申请的三维形状知识图谱有效地表示两个不同形状之间的关系和三维模型的结构信息且本申请不依赖三维模型来训练网络参数，从而获得更准确的检索结果。

技术领域

本发明涉及三维模型检索技术领域，具体涉及一种基于三维形状知识图 谱的三维模型检索方法以及基于三维形状知识图谱的三维模型检索装置。

背景技术

随着数字化技术和计算机视觉技术的发展，三维模型在计算机辅助设计、 医学诊断、生物信息学、3D打印、医学影像、数字娱乐等领域得到了广泛的 应用。如何在大规模数据上理解三维模型并处理模型检索问题是近年来备受 关注的问题。随着深度学习的发展，人们提出了许多相关的方法来处理三维 模型检索问题。比如：MVCNN提取他们呈现的视图集合在二维图像和组合 信息从多个视图的三维形状到一个单一和紧凑的形状描述符；PointNet使用 密度占用网格表示输入数据，并使用PointNet++递归地把它放到一个层次神 经网络中去得到一个三维形状的表示；Gao等人提出了一种多环视图卷积神 经网络的三维形状检索；MV3D网络提出了融合激光雷达点云数据和视图数 据进行模型检索的方法。这些方法都侧重于基于不同深度学习网络的全局结 构信息描述的设计，并忽略了模型的局部结构信息和局部结构的相关信息。

三维模型检索目前面临的主要挑战为:1)依赖于大规模的三维模型来训 练网络的参数；2)不适合跨域数据集，目标域的训练模型很难从源域得到良好 的结果。

因此，希望有一种技术方案来克服或至少减轻现有技术的至少一个上述 缺陷。

发明内容

本发明的目的在于提供一种基于三维形状知识图谱的三维模型检索方 法，来克服或至少减轻现有技术的至少一个上述缺陷。

本发明的一个方面，提供一种基于三维形状知识图谱的三维模型检索方 法，所述所述基于三维形状知识图谱的三维模型检索方法包括：

获取三维模型数据库，所述三维模型数据库中包括多个三维模型，每个 三维模型具有一个识别标签；

对所有三维模型进行处理，从而获取三维模型的一组三元组，所述三元 组包括几何关系，几何词实体和三维模型；

根据各个三维模型的识别标签以及获取的三元组，生成三维形状知识图 谱，所述三维形状知识图谱包括多个节点，一个节点表示一个所述三维模型； 将三维形状知识图谱进行图嵌入，从而获取三维形状知识图谱的嵌入特征；

获取待检索三维模型；

将待检索三维模型与所述三维形状知识图谱进行相似性度量，从而获得 三维形状知识图谱中与待检索三维模型相似度最高的节点所对应的三维模 型。

可选地，所述对所有三维模型进行处理，从而获取三维模型的一组三元 组包括：

将每个三维模型利用三维模型分割方法(PointNet++)分割成各个部件 的集合，然后利用K-means方法(K均值聚类算法(K-means Clustering Algorithm，K-means))对集合进行聚类，将同一类别的部件映射到一个唯 一的几何词实体；

根据以上的过程,得到一组三元组，其中，每个所述三维模型所拆分的部 件所映射的几何词实体，该三维模型以及几何词实体和三维模型之间的关系 组成所述三元组。

将各个三维模型的识别标签以及获取的三元组，生成三维形状知识图谱。