结合Fisher编码和距离学习的非刚体三维检索方法

摘要：

针对目前非刚体三维特征描述子表现力不足的问题, 提出一种结合 Fisher 编码和距离学习构建全局特征描述子的非刚体三维模型检索方法. 首先提取三维模型的局部特征描述子, 利用混合高斯模型对特征集合进行无监督字典学习; 然后将局部描述子和字典中心作为输入, 通过 Fisher 编码方法得到新的特征编码; 最后采用距离学习对特征编码进行空间映射, 重构得到类内距离小类间距离大的全局特征描述子, 用于非刚体三维模型检索. 在公开数据集SHREC10和SHREC11上进行实验的结果表明, 相比于传统方法, 该方法在检索精度上有显著提高.

关键词：三维检索、非刚体、Fisher编码、距离学习

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金61379106,61379082,61227802;山东省自然科学基金ZR2013FM036,ZR2015FM011

在线出版日期：2018-08-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1297-1304