欢迎来到天天文库
浏览记录
ID:35036084
大小:4.29 MB
页数:62页
时间:2019-03-16
《三维模型检索方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、天津大学硕士学位论文三维模型检索方法研究Researchon3DModelRetrieval学科专业:信息与通信工程研究生:王中阳指导教师:刘安安副教授天津大学电子信息工程学院2015年11月中文摘要随着多媒体技术的高速发展,三维模型的应用越来越广泛,例如虚拟现实、3D建模、3D游戏等。三维模型的数量以指数方式增长,怎样可以快速、高效的从现有的海量模型中检索出用户需要的三维模型成为现在一个亟待解决的问题。传统的基于文本的检索方式虽然可以简单、快速,但是由于人工标注的主观因素影响大、人工成本高等,使其不便应用到大型三维模型检索系统中。
2、基于内容的检索方式可以兼顾检索效率及成本,因此成为现在视觉检索技术的主要研究对象。本文重点研究了基于视图的三维模型检索算法,在此基础上提出了两种三维模型检索算法:1)基于图模型的三维模型检索:利用虚拟摄像机从不同视角获取三维模型的一组二维视图集,提取视图的Zernike矩特征;之后利用图分割的方法提取每一组视图集的代表性视图,最后利用图匹配的方法计算模型之间的相似度从而解决三维模型检索问题;2)基于主题模型的三维模型检索:首先提取视图的Sift特征,构建模型的Bow特征,之后利用LDA主题模型推测三维模型的主题分布,最后通过计算三维
3、模型之间的主题分布的距离衡量模型之间的相似性。本文选取了较为流行的三维模型数据库进行评测,并与经典算法进行了比较,最终的实验结果也证明了本文所提算法的有效性。关键词:三维模型检索;图模型;主题模型;MV-RED数据库;图匹配ABSTRACTWiththerapiddevelopmentofmultimediatechnology,3Dmodelshavebeenwidelyusedindiversefields,suchasvirtualreality,3Dmodelingand3Dgames.Thenumberof3Dmodels
4、growswiththeexponentialmethod.Itisaproblemtobesalvedhowtoeffectivelyandefficientlyretrieve3DmodelfromtheVastamountsofmodel.Thoughtraditionalcontext-basedmethodsiseasytoimplementandspeedyintime,manuallyannotatedprocedurecanbeeasyaffectedbysubjectiveideasandtakestoomuchl
5、aborcost,whichseverelylimittheirpracticalapplications.Whilecontent-basedmethodsworkssuperiorinbothperformanceandcost,becomingaburgeoningemergingtechnology.wewillexploreview-basedmethodsin3Dmodelretrieval.Inthispaper,wewillfocusesontheview-based3Dmodelretrieval,thenrais
6、edontwonewmethodabout3Dmodelretrieval.1)Graph-based3Dmodelretrieval:usingthevirtualcameratoobtainasetofthree-dimensionalmodeloftwo-dimensionalviewfromadifferentperspective,Zernikemomentsfeatureisrepresentativeoftheview;Graphcutmethodisusedtoextracttherepresentativeview
7、s;Finally,thegraphmatchingmethodisusedtocalculatethesimilaritybetween3Dmodel.2)Topic-model-based3Dmodelretrieval:Firstly,weextracttheSIFTfeaturesfromtheviewstoconstructtheBowfeatures;thenusetheLDAtopicmodeltoinferthetopicdistribution.Finally,bycalculatingthedistantofth
8、etopicdistributionbetweenmodelsmeasurethesimilarity.Inthispaper,weselectsthemorepopular3Ddatabasetoevaluatingourmetho
此文档下载收益归作者所有