本书汇聚了模型检索领域先进技术，包括作者团队的研发成果，主要内容可以分为三部分：知识体系部分（第1～3章）简述模型检索的技术进展与方法；技术体系部分（第4～8章）从基于投影、草图、多特征融合、语义、深度学习等五个方面展开三维模型检索的关键技术；应用体系部分（第9章）给出模型检索应用与原型系统，展示模型云工厂范例。
样章试读
目录
- 目录
“新一代人工智能理论、技术及应用丛书”序
序
前言
第1章 绪论 1
1.1 背景意义 1
1.2 国内外现状及分析 3
1.2.1 基于投影的三维模型检索研究现状 3
1.2.2 基于草图的三维模型检索研究现状 4
1.2.3 基于多特征融合的三维模型检索研究现状 4
1.2.4 基于语义的三维模型检索研究现状 5
1.2.5 基于深度学习的三维模型检索研究现状 5
1.3 三维模型检索体系 6
1.3.1 三维模型检索知识体系 6
1.3.2 三维模型检索技术体系 7
1.3.3 三维模型检索应用体系 9
1.4 本书内容结构 10
1.5 本章小结 10
参考文献 11
第2章 三维模型概述 13
2.1 三维模型来源 13
2.2 三维模型表示方法 14
2.2.1 点云表示 14
2.2.2 网格表示 15
2.2.3 曲面表示 16
2.3 特征提取 17
2.3.1 基于特征向量的特征提取方法 18
2.3.2 基于统计数据的特征提取方法 19
2.3.3 基于拓扑的特征提取方法 20
2.3.4 基于视图的特征提取方法 21
2.3.5 基于局部几何特征的方法 22
2.3.6 存在问题及解决思路 24
2.4 三维模型检索性能评价 25
2.4.1 查准率-查全率曲线 25
2.4.2 E-Measures 25
2.4.3 第一等级匹配和第二等级匹配 26
2.4.4 最邻近检索 26
2.4.5 累积增益和折返累积增益 26
2.4.6 平均精准度 27
2.4.7 存在问题及解决思路 27
2.5 本章小结 27
参考文献 28
第3章 三维模型预处理 32
3.1 三维模型处理流程 32
3.2 三维模型去噪 33
3.2.1 拉普拉斯方法 34
3.2.2 二次拉普拉斯方法 34
3.2.3 平均曲率流 35
3.2.4 双边滤波器 35
3.3 三维模型孔洞修复 36
3.3.1 基于径向基函数的孔洞修复 37
3.3.2 基于三角网格的孔洞修复 37
3.4 三维模型网格简化 37
3.4.1 经典的三维网格模型简化算法 38
3.4.2 三维网格模型简化步骤与算法 40
3.5 三维模型的标准化 41
3.5.1 包围盒计算 42
3.5.2 最小包围盒计算 42
3.6 坐标规范化 44
3.6.1 坐标原点规范化 44
3.6.2 坐标系比例规范化 45
3.6.3 坐标系旋转规范化 45
3.7 本章小结 48
参考文献 49
第4章 基于投影的三维模型检索 51
4.1 相关技术概述 51
4.2 基于视觉投影图的特征提取方法 54
4.2.1 坐标规范化 54
4.2.2 投影方向选取 55
4.2.3 投影图特征提取 56
4.2.4 特征相似度比较 59
4.2.5 算法性能评价 60
4.3 基于正视图描述符的特征提取方法 61
4.3.1 坐标归一化 62
4.3.2 模型投影 62
4.3.3 特征相似度比较 64
4.3.4 算法性能评价 64
4.4 基于三维Radon 变换与BOVF的模型检索方法 66
4.4.1 基础知识 67
4.4.2 基于三维Radon 变换与BOVF的模型检索算法 68
4.5 基于正交投影图像轮廓边缘夹角的模型检索方法 69
4.5.1 投影图像获取 70
4.5.2 正交投影图像轮廓和边缘夹角的特征提取 71
4.5.3 正交投影图像的特征匹配 72
4.5.4 基于正交投影的三维模型检索算法 72
4.5.5 算法性能评价 73
4.6 基于投影图像的模型检索方法 74
4.6.1 基于正交投影图像外圆的模型检索算法 74
4.6.2 基于视觉透视投影图像的模型检索算法 75
4.7 本章小结 76
参考文献 76
第5章 基于草图的三维模型检索 80
5.1 相关技术概述 80
5.2 三维模型检索的草图识别 81
5.2.1 笔触识别 81
5.2.2 草图预处理 84
5.2.3 基本图元识别 87
5.3 基于三维模型二维投影图像的草图检索方法 90
5.3.1 三维模型的预处理 90
5.3.2 投影图像的生成 92
5.3.3 投影图的选取 94
5.3.4 仿真实验与分析 94
5.4 基于三维模型全局特征的草图检索方法 98
5.4.1 边缘检测算法 98
5.4.2 基于组合特征描述符的全局特征提取算法 101
5.4.3 仿真实验及分析 103
5.5 基于三维模型局部特征的草图检索方法 107
5.5.1 局部特征描述符算法 108
5.5.2 仿真实验及分析 112
5.6 基于局部多尺度的三维模型草图检索 115
5.6.1 特征计算 115
5.6.2 仿真实验及分析 118
5.7 本章小结 124
参考文献 124
第6章 基于多特征融合的三维模型检索 129
6.1 三维模型特征提取方法 129
6.1.1 基于几何性质的特征提取算法 129
6.1.2 基于拓扑结构的特征提取算法 133
6.2 基于扩展核方法的多特征融合方法 134
6.2.1 基于扩展核方法的多特征融合算法 134
6.2.2 融合特征检索及分析 139
6.3 基于改进的SKPCA三维模型检索方法 143
6.3.1 基于PCA稀疏化表达的模型检索算法 144
6.3.2 基于改进的KPCA稀疏化表达的模型检索方法 145
6.4 基于骨架局部特征的三维模型检索方法 153
6.4.1 基于直方图的骨架特征提取算法 155
6.4.2 基于直方图的骨架特征匹配算法 158
6.4.3 基于骨架的局部特征检索及分析 158
6.5 本章小结 166
参考文献 166
第7章 基于语义的三维模型检索 169
7.1 相关技术概述 169
7.1.1 知识提取 170
7.1.2 基于语义检索的相关反馈 174
7.1.3 三维模型自动分类 175
7.1.4 语义相关性度量 177
7.2 三维模型本体描述和语义网建立 178
7.2.1 三维模型本体 178
7.2.2 基于本体的语义网 185
7.2.3 三维文物模型本体的建立 186
7.3 基于主动学习机制的三维模型语义标注与传播框架 187
7.3.1 框架结构和操作模式 188
7.3.2 知识增益估计器 190
7.3.3 语义强相关反馈 190
7.4 基于显著特征的文物碎块语义智能标注 193
7.4.1 文物碎块样本库建立和标注 193
7.4.2 形状描述符 196
7.4.3 快速排除匹配框架 198
7.4.4 部位语义标注 199
7.5 本章小结 204
参考文献 204
第8章 基于深度学习的三维模型检索 208
8.1 相关技术概述 208
8.2 三维模型的预处理 210
8.2.1 坐标与尺度归一化 210
8.2.2 矢量模型的体素化 211
8.3 基于深度卷积网络的三维模型处理 215
8.3.1 网络层的设计与实现 215
8.3.2 激活函数的选择 217
8.3.3 网络结构 217
8.4 代价函数与训练策略 219
8.4.1 Softmax Loss 219
8.4.2 Triplet Loss 219
8.4.3 多重代价函数的分阶段训练 220
8.5 基于深度度量学习的三维模型检索 221
8.5.1 三维模型最佳线画视图 221
8.5.2 深度度量学习 223
8.5.3 草图检索效果 226
8.6 本章小结 228
参考文献 229
第9章 三维模型检索应用 231
9.1 国内外三维模型检索系统 231
9.2 基于古建筑的三维建模与检索原型系统 233
9.3 基于草图的自然人机交互三维模型检索原型系统 235
9.3.1 基于二维手势交互的三维模型草图检索 236
9.3.2 基于三维手势交互的三维模型草图检索 238
9.4 基于语义的三维模型检索原型系统 241
9.4.1 系统框架 241
9.4.2 系统实现 242
9.4.3 三维文物模型检索 243
9.5 模型云工厂 245
9.5.1 三维模型数据组织 247
9.5.2 模型分类标注 247
9.5.3 模型管理体系创新及服务 249
9.6 本章小结 250
参考文献 250
京公网安备 11010102004214号