资源描述：
《基于深度学习的三维模型重建检索算法研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、福建电脑2017,11(33),9-10+53DOI:10.16707/j.cnki.fjpc.2017.11.004基于深度学习的三维模型重建检索算法研究冯智考Zrj藍曾凡智江展锋佛山科学技术学院计算机系导出/参考文献关注分享收藏打印摘要：三维模型的分析是计算机视觉系统的重要研究内容，为解决计算机视觉中的三维模型重建、特征提取、分类、识别和检索等难题，本文利用深度学习的（CNN）卷积神经网络实现三维模型深度特征的提取和检索的框架。首先通过L1DAR装置获取物体的三维点云源数据信息，利用最近点迭代算法拼接模型;然后，提取模型集
2、的特征图，用于训练CNN,并在全链接层提取特征用于分类和识别。在仿真系统屮，该框架有良好的检索准确率，表明丫CNN深度特征的高效辨别能力。关键词：三维模型检索;深度学习；三维模型重建;特征提取;作者简介：冯智键（1996年-）,男，研究方向：图像处理，三维形状检索，三维重建；作者简介：周燕（1977年-）,女，研究方向:压缩感知，三维形状检索，模式识别。基金：2017年度广东大学生科技创新培育专项资金立项项目（项目编号pdjh2017b0531）1.引言随着三维技术以及互联网的飞速发展，三维模型数据急剧增长，三维模型数据复杂多
3、样，包括三维模型及三维场景。同时，随着虚拟多媒体等新兴科技发展，三维模型的用途更广，经济效益更高。作为第四代多媒体信息，三维模型的应用越来越广泛，伍括工业产品设计、虚拟现实、医学诊断、影视动画、三维游戏、建筑物设计和分子生物研宄等。而海量的三维模型需要准确快速的三维模型检索识别技术[1][2]。近年来，三维数据的获取可通过深度传感器或者激光雷达获取场景的数据。其中,深度传感器如微软的Kinect,谷歌的Tango,获取丫RGB-D数据。而通过激光雷达扫描，获得物体表而的离散点表示，离散点具有点的空间坐标及反射强度，能够得到密集
4、的点云，有效的重建三维模型。本文采用激光雷达的点云数据获取,使用最近点迭代算法[3],重建出物体完整的点云模型，作为检索的查询对象。由普林斯顿人学主持的项目ModelNet,提供了海量的标准数据集供给实验研究,wu等人U1利用三维模型的体素化模型，通过CDBN网络提取三维模型的特征，实现了对三维模型的检索，识别。DeepPano算法提取三维模型的PAN0R0MA图，利用CNN网络训练，用于分类检索识别。利用深度学习较传统方法，其能提取模型的隐含特征，实现高效率的检索及识别。本文对物体的点云数据利用点云注册算法，重建三维点云模型
5、;构建了13层深度网络，采用ModelNet数据集训练网络模型，作为用于三维模型检索的特征提取器。将重建的三维点云模型利用光束法提取待征阁，输入到CNN中提取待征，用于海量三维模型的检索。1.深度学习理论对于机器学模型，模型越复杂，能完成的任务也更高级，同时，模型的的复杂度高会导致难于训练，并容易陷入过拟合的状态。随着深度学习的优化，及计算能力的大幅提升和大规模数据源，使得深度学习的模型训练更加高效，应用更加广泛。深度学习中最为普遍的是卷积神经网络，通过多网络层的堆叠形成功能强大的学习机器。卷积层:在一个卷积层，上一层的特征块
6、被一个可学习的卷积核进行卷积，然后通过一个激活函数，就可以得到输出特征，这里的表示输入的特征块的集合,k表示卷职核，f(•)表示激活函数，通常采用sigmoid函数，ReLU[6]函数。*O;)id,降采样层:对上一层的尺度进行缩放，模糊特征层同时减少维度down(•),表示降采样的采样函数。Xj=/3j)+)卷积核更新：(1)这一层是降采样层的话，公式如上其灵敏度S的计算公式如下，其中up(•)可用kron乘积，将特征块恢复成原来的大小。(2)这层是卷积层的话，可以简单对层i中的灵敏度所有的节点进行快速的计算bias基的偏导
7、数。而对于卷积核的权值的偏导数可用BP算法来计算，权值是共享的，因此，对于一个给定的权值，需耍对所有与权值共享的连接对该点求偏导，然后对这些偏导数进行求和。其中*•，是＜中与卷积核相乘的结果。输出卷积的特征块的(U,V)位置的值是由上一层(U，V)位置的与卷积核相乘的结果。1.算法设计本文框架如图1所示，对三维点云模型提取深度特征，实现高效的检索。L1DAR妇描点S捉取特征W点Z；模轚钭换Jz个••人.深皮卷枳神经W络ModelNet模取座si/採度特征提取viz•三维校漿检索图1三维点云模型重建检索框架下载原图3.1三维点云
8、模型重建三维激光扫描由于物理上的物体遮挡限制，不能一次扫描完全，需要对不同方位扫描的点云数据进行拼接。使用LTDAR激光雷达扫描仪器，对物体的不同方位扫描，得到物体的多个角度的点云的空间信息。通过选取三对同名点的方式得到较好的变换初值，采用最近点迭代算法，完成的物体的三维点云
