基于手绘草图骨架特征的三维目标检索方法

随着人们对三维数据使用需求的日益增加,网络上三维目标数据亦迅速增长,传统的基于关键词的检索方法难以满足三维目标的检索需求。因此,针对三维目标检索问题,提出了一种新的基于手绘草图骨架特征的三维目标检索方法。首先,采用有向梯度直方图(HOG)作为特征描述三维目标的骨架信息,使用支持向量机实现三维目标分类检索;其次,手绘三维目标草图并获取其HOG特征在训练好的三维目标数据库中进行检索;最后,采用查全率进行客观评价获得三维目标检索结果。仿真实验结果表明,提出的基于手绘草图骨架特征的三维目标检索方法具有较好的检索性能。

基于混合光场描述符的三维目标检索研究

针对三维目标(3Dobject)检索问题,提出了一种基于新型描述符的3D目标检索方法。首先,在分析现行基于视图的3D模型描述符在描述方法上不充分的基础上,提出了混合描述符HD的总体思路。进而讨论了HD总体框架,即在光场图像阵列自适应的基础上,实现了直方图颜色描述符HCD,shock图形状描述符HSD及贝叶斯网络(Bayesian Network,BN)纹理描述符HTD的优化组合。其次,讨论了HD各部分的具体实现及度量机制,最后,对HD检索性能进行了实验分析,结果表明提出的方法是优于其他基于视图的检索方法。