三維模型采集與自動(dòng)標(biāo)注算法研究.pdf

1、摘要:隨著三維技術(shù)的迅速發(fā)展,三維模型的應(yīng)用越來越廣泛,在虛擬現(xiàn)實(shí)、建筑設(shè)計(jì)、3D動(dòng)畫、醫(yī)學(xué)建模等領(lǐng)域扮演著越來越重要的角色。但三維模型的建模過程費(fèi)時(shí)費(fèi)力,并且三維模型文件信息中缺乏可供理解的語義內(nèi)容。故迫切需要對(duì)三維模型的語義標(biāo)注技術(shù)進(jìn)行研究,實(shí)現(xiàn)對(duì)已有三維模型資源的檢索和復(fù)用。本論文,針對(duì)三維模型缺乏語義標(biāo)注信息,而人工標(biāo)注工作量大的問題,以及用于檢索研究的三維模型庫中的模型數(shù)量少,需要擴(kuò)充等問題,對(duì)三維模型的檢索方式、訓(xùn)練數(shù)據(jù)庫的

2、擴(kuò)充、自動(dòng)分類標(biāo)注等方面進(jìn)行了研究。論文的具體研究內(nèi)容及創(chuàng)新點(diǎn)如下:
　　 1、通過對(duì)多種三維模型檢索方式的分析,針對(duì)文本檢索準(zhǔn)確度不高、形狀特征檢索交互性差等問題,提出了一種提高文本檢索準(zhǔn)確度的三維模型檢索方法。首先基于Google三維模型庫進(jìn)行文本檢索,并采集檢索到的三維模型,對(duì)模型格式進(jìn)行轉(zhuǎn)換,然后根據(jù)模型的DESIRE形狀特征對(duì)文本檢索結(jié)果進(jìn)行重新排序。DESIRE特征向量是一種復(fù)合特征向量,包括模型的深度投影特征,輪廓

3、投影特征和基于射線的特征,三種特征按照一定的權(quán)重組合起來,能夠更好地描述三維模型的形狀特性。實(shí)驗(yàn)表明該方法能夠改善文本檢索的準(zhǔn)確度,并有很好的交互性。
　　 2、目前常用的三維模型訓(xùn)練集——Princeton模型庫中模型數(shù)量較少,總共只有1814個(gè)模型,并且各個(gè)語義類別下的模型數(shù)量不均等。而在線三維模型庫,如Google三維模型庫等,模型數(shù)量龐大,但均由用戶發(fā)布共享,缺乏模型的分類信息,模型的標(biāo)注也不完善,并且其模型文件格式不適

4、合直接用于檢索算法研究。所以,我們借助研究內(nèi)容1所創(chuàng)建的模型檢索系統(tǒng),把Princeton模型庫中包含模型數(shù)較少的語義類別標(biāo)簽作為關(guān)鍵詞檢索,從Google三維模型庫中檢索和采集模型,轉(zhuǎn)換模型格式,并結(jié)合用戶反饋,對(duì)Princeton模型庫進(jìn)行擴(kuò)充,建立了一個(gè)較完善的三維模型訓(xùn)練數(shù)據(jù)庫。
　　 3、通過對(duì)現(xiàn)有三維模型分類標(biāo)注算法的分析,提出了一種基于模糊K近鄰的三維模型半自動(dòng)標(biāo)注方法,解決了三維模型缺乏語義信息,人工標(biāo)注又極為繁