基于图匹配的三维模型检索方法研究

《基于图匹配的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、基于图匹配的三维模型检索方法研究ResearchonGraphMatchingBased3DModelRetrieval学科专业：信息与通信工程作者姓名：郝雅惠指导教师：刘安安副教授天津大学电气自动化与信息工程学院2017年11月摘要随着近年来计算机技术的迅速崛起，制图硬件和网络的发展衍生出三维模型在不同领域的广泛应用，也使得三维数据在本地数据存储和互联网在线数据存储中的提供数量快速增加。由于三维物体的庞大数目，以至于人们对高效的三维模型检索和识别技术的急切需求。对三维建模的研究早已进行了几十年，通常三维模型检索与识别的方式可以被分成两种范例：基于模型和基于视图。早期的方法以

2、基于模型的算法为主，这需要的条件是三维模型为明确可知的。另一种三维模型检索方法是基于视图的，其中每个三维对象均由一组多视角视图表示，并且从中提取特征。与基于模型的三维模型检索相比，基于视图的三维模型检索凭借其虚拟三维模型信息的非强制性显得更加灵活。从现如今国内外的研究基础上看，关于基于视图的三维模型检索算法的研究仍存着在巨大挑战。本文重点研究了基于多图匹配的三维模型检索算法：首先，首先采集三维模型的多视角视图作为输入，从三维物体的所有视图中提取出卷积神经网络特征，对数据库进行视觉特征描述；其次，结合相似性最大原理、一元或二元全局匹配一致性原理，对初始匹配矩阵进行一元或二元逐步

3、一致性正则化计算，找到多视图中最佳的中间级图；再次，根据节点全局匹配一致性、掩膜、最佳的中间级图，获取转换后的一元全局匹配一致性或二元全局匹配一致性，重复上述步骤，构建相似性超图或一致性超图，利用最大生成树算法生成最终匹配矩阵；最后，对最终匹配矩阵进行归一化处理，获取到的列序列即为数据库中两两三维模型之间的相似度，对相似度进行排序，从而完成三维模型的检索。此方法有效避免了变形噪声和异常值的产生，将图匹配与三维模型数据库的整体信息相结合，提高了图匹配检索的效率和精度。本文选取了较为流行的ETH/NTU/MVRED三维模型数据库进行评测，并与经典算法进行了比较，最终大量的实验结果

4、证明了本方法的有效性。关键词：三维模型检索，多视图，图匹配，卷积神经网络特征，MVREDIABSTRACTWiththerapiddevelopmentofcomputertechnologyinrecentyears,thedevelopmentofgraphicshardwareandnetworkhasderivedtheextensiveapplicationof3Dmodelindifferentfields,andalsomakesthenumberof3DdatainthelocaldatastorageandInternetonlinedatastoraget

5、oprovidearapidincreaseinthenumberof.Duetothelargenumberofthree-dimensionalobjects,itleadstoanurgentneedforefficientthree-dimensionalmodelretrievalandrecognitiontechniques.Thestudyof3Dmodelinghasbeengoingonfordecades,andthemethodsof3Dmodelretrievalandrecognitioncanbedividedintotwoparadigms:m

6、odel-basedandview-based.Theearlyapproachisbasedonamodel-basedalgorithm,whichrequirestheconditionthatthe3Dmodelisclearlyknown.Anotherthree-dimensionalmodelretrievalmethodisview-based,whereeachthree-dimensionalobjectisrepresentedbyasetofmulti-viewviewsandextractsfeaturesfromit.Comparedwiththe

7、model-based3Dmodelretrieval,theview-based3Dmodelretrievalismoreflexiblethanthenon-mandatoryofitsvirtualthree-dimensionalmodelinformation.Onthebasisoftheresearchathomeandabroad,theresearchon3D-basedmodelretrievalalgorithmbasedonviewstillhasgreatchallenge.