时空信息联合嵌入的端到端三维模型草图检索

摘要：

现有的基于草图的三维模型检索工作往往将数据视为静态输入,并使用卷积神经网络进行特征提取,忽略了数据的动态属性,造成了有益信息的部分丢失,进而影响了以此为基础的检索效果.为解决这一问题,提出一种基于时空信息联合嵌入的端到端三维模型草图检索算法.首先,将草图表征为动态绘制序列,体现其绘制过程中所包含的时序信息;将三维模型表征为多视图序列,体现视图间的位置关联;然后,构建包含静态空间特征提取和动态时序特征提取的端到端双流网络,结合三元中心度量学习建立跨域数据的联合时空特征嵌入,充分捕捉草图和三维模型所包含的静态、动态特征,缩小跨域数据的差异性,提高检索的准确率;最后,在标准公开数据集SHREC2013和SHREC2014上进行实验,与现有工作相比获得了较高的准确率,验证了所提算法的可行性及有效性.

关键词：三维模型检索、基于草图的检索、双流网络、时空特征、度量学习、深度学习

所属期刊栏目：33

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;国家自然科学基金;西部之光"人才培养计划;宁夏高等学校一流学科建设;宁夏优秀人才支持计划;北方民族大学计算机视觉;虚拟现实创新团队项目

在线出版日期：2021-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：826-836