多特征混合的流形排序及其在三维模型草图检索中的应用

摘要：

为了解决现有基于流形排序的三维模型的草图检索方法特征提取过程中特征描述不准确,且需要对检索草图进行人工标注的问题,提出了一种基于改进特征描述符和深度学习的方法用于三维模型草图检索.该方法首先综合考虑了整体形状及局部细节对检索性能的影响,提出用于描述草图和三维模型投影视图的多特征视觉描述符.然后利用深度学习的方法实现草图语义标注.最后在包含7200幅草图和1258个三维模型的公开数据集上进行了实验验证.结果表明:本文方法不仅降低了人为标注所带来的干扰,而且显著提高了三维模型检索的准确率.研究结果将为三维影视动画的自动化检索及编辑重用等相关应用提供设计思路与技术支撑.

关键词：三维模型、草图检索、流行排序、深度学习、特征提取

所属期刊栏目：19

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金61672473

在线出版日期：2019-03-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：191-197