三維模型采集與自動標注算法研究.pdf

1、摘要:隨著三維技術(shù)的迅速發(fā)展,三維模型的應用越來越廣泛,在虛擬現(xiàn)實、建筑設(shè)計、3D動畫、醫(yī)學建模等領(lǐng)域扮演著越來越重要的角色。但三維模型的建模過程費時費力,并且三維模型文件信息中缺乏可供理解的語義內(nèi)容。故迫切需要對三維模型的語義標注技術(shù)進行研究,實現(xiàn)對已有三維模型資源的檢索和復用。本論文,針對三維模型缺乏語義標注信息,而人工標注工作量大的問題,以及用于檢索研究的三維模型庫中的模型數(shù)量少,需要擴充等問題,對三維模型的檢索方式、訓練數(shù)據(jù)庫的

2、擴充、自動分類標注等方面進行了研究。論文的具體研究內(nèi)容及創(chuàng)新點如下:
　　 1、通過對多種三維模型檢索方式的分析,針對文本檢索準確度不高、形狀特征檢索交互性差等問題,提出了一種提高文本檢索準確度的三維模型檢索方法。首先基于Google三維模型庫進行文本檢索,并采集檢索到的三維模型,對模型格式進行轉(zhuǎn)換,然后根據(jù)模型的DESIRE形狀特征對文本檢索結(jié)果進行重新排序。DESIRE特征向量是一種復合特征向量,包括模型的深度投影特征,輪廓

3、投影特征和基于射線的特征,三種特征按照一定的權(quán)重組合起來,能夠更好地描述三維模型的形狀特性。實驗表明該方法能夠改善文本檢索的準確度,并有很好的交互性。
　　 2、目前常用的三維模型訓練集——Princeton模型庫中模型數(shù)量較少,總共只有1814個模型,并且各個語義類別下的模型數(shù)量不均等。而在線三維模型庫,如Google三維模型庫等,模型數(shù)量龐大,但均由用戶發(fā)布共享,缺乏模型的分類信息,模型的標注也不完善,并且其模型文件格式不適

4、合直接用于檢索算法研究。所以,我們借助研究內(nèi)容1所創(chuàng)建的模型檢索系統(tǒng),把Princeton模型庫中包含模型數(shù)較少的語義類別標簽作為關(guān)鍵詞檢索,從Google三維模型庫中檢索和采集模型,轉(zhuǎn)換模型格式,并結(jié)合用戶反饋,對Princeton模型庫進行擴充,建立了一個較完善的三維模型訓練數(shù)據(jù)庫。
　　 3、通過對現(xiàn)有三維模型分類標注算法的分析,提出了一種基于模糊K近鄰的三維模型半自動標注方法,解決了三維模型缺乏語義信息,人工標注又極為繁