[发明专利]一种基于网格细分结构的三维模型特征提取方法

权利要求书

1.一种基于网格细分结构的三维模型特征提取方法，其特征在于，包括：

确定待提取特征的三维模型的网格表示；

将所述三维模型的网格输入特征提取模块，输出特征提取后的目标网格表示，以及所述目标网格表示中每个面片的目标特征向量；

其中，所述网格表示由多个三角面片或多个四角面片组成，用于刻画实物或场景的三维形状，所述特征提取模块包括依次连接的重网格化模块和网格上下采样模块。

2.根据权利要求1所述的基于网格细分结构的三维模型特征提取方法，其特征在于，所述特征提取模块包括依次连接的重网格化模块和网格上下采样模块，具体包括：

所述重网格化模块对输入三维模型的网格进行重网格划分，得到具有细分结构的重网格模型并输出至网格上下采样模块；

所述网格上下采样模块将所述重网格模型进行若干次下采样和若干次上采样，得到特征提取后的目标网格表示，以及所述目标网格表示中每个面片的目标特征向量。

3.根据权利要求1或2所述的基于网格细分结构的三维模型特征提取方法，其特征在于，所述对输入的原始三维模型的网格进行重网格划分，得到具有细分结构的重网格模型，具体包括：

将输入的三维模型原始网格进行简化处理，得到简化网格，并建立所述简化网格和所述三维模型原始网格之间的映射；

对所述简化网格以预设细分规则进行细分处理，得到具有细分结构的网格模型；

基于所述映射将所述网格模型映射回所述三维模型的原始网格，得到三维模型原始网格的具有细分结构的重网格模型。

4.根据权利要求1或2所述的基于网格细分结构的三维模型特征提取方法，其特征在于，所述将所述重网格模型进行若干次下采样和若干次上采样，得到特征提取后的目标网格表示，以及所述目标网格表示中每个面片的目标特征向量，具体包括：

所述网格上下采样模块的第m层采样层将输入的每个面片的第m-1采样层特征向量和第m-1采样层网格模型以预设规则采样，输出每个面片的第m采样层特征向量和第m采样层网格模型至第m+1层采样层，所述网格上下采样模块输出第L层特征向量，所述第m层采样层为上采样层或下采样层，第m层采样层对应的预设规则为预设上采样规则或者预设下采样规则；

其中，m＝1,2,…,L，L为所述网格上下采样模块中的采样层的总层数，第零采样层特征向量为所述重网格模型的面片形状描述和面片位姿描述构成，第零采样层网格模型为所述重网格模型。

5.根据权利要求4所述的基于网格细分结构的三维模型特征提取方法，所述第m层采样层将输入的每个面片的第m-1采样层特征向量和第m-1采样层网格模型以预设规则采样，输出每个面片的第m采样层特征向量和第m采样层网格模型，具体包括：

若第m层采样层为上采样层，

则将输入第m层采样层的每个面片以预设细分规则分裂为四个面片，得到第m采样层网格模型；基于输入的每个面片的第m-1采样层特征向量以预设传播规则确定所述四个面片的第m采样层特征向量；

若第m层采样层为下采样层，

则将输入第m层采样层的网格模型中处于同一细分结构中的四个面片进行合并，得到第m采样层网格模型；基于输入的每个面片的第m-1采样层特征向量以预设融合规则确定所述四个面片的第m采样层特征向量。

6.根据权利要求5所述的基于网格细分结构的三维模型特征提取方法，其特征在于，

若所述网格为三角网格，则所述预设细分规则为使用Loop细分规则；

若所述网格为四角网格，则所述预设细分规则为使用Catmull-Clerk细分规则。

7.根据权利要求5所述的基于网格细分结构的三维模型特征提取方法，其特征在于，所述预设融合规则为四个面片的特征向量的各个维度取均值、最大值或者最小值。

8.根据权利要求5所述的基于网格细分结构的三维模型特征提取方法，其特征在于，所述预设传播规则为最邻近上采样或者双线性上采样。