基于代表性视图的三维模型检索

摘要：

提出了一种基于代表性视图的三维模型检索方法.在三维模型的视图表示方面,为了充分表示模型,并减少冗余信息,首先采用光场描述符(light field descriptor,LFD)将三维模型投影成二维视图,再将二维视图采用k均值聚类算法(K-means clustering algorithm,K-MEANS)进行聚类,生成代表性视图.然后采用卷积神经网络(convolutional neural network,CNN)提取视图特征并进行分类.同时提出了一种支持多种查询方式的相似度评价方法,以实现草图、图片或三维模型为输入条件的模型检索.本文在ModelNet40模型库上的实验结果表明,部分特征突出的三维模型检索的准确率可以达到100％.

关键词：三维模型检索;代表性视图;卷积神经网络;k均值聚类算法

所属期刊栏目：26

分类号：TP315.69(计算技术、计算机技术)

资助基金：国家自然科学基金;黑龙江省自然科学基金杰出青年项目;黑龙江省普通本科高等学校青年创新人才项目

在线出版日期：2022-02-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：18-23