基于信息熵加权的三维模型特征融合算法

特征融合是提高三维模型检索有效性的一种重要手段,越来越受到广泛关注.为解决融合特征权重的自适应问题,提出了一种基于信息熵加权的三维模型多特征融合算法,以提升检索效果.算法的主要贡献有:1)为了精确地刻画形状分布直方图,针对传统形状分布算法提出了三次样条插值形状分布特征提取算法,同时由于形状分布算法本身缺少描述模型形状的层次分布信息,设计了简化的形状上下文特征提取算法;2)采用衡量不确定性的信息熵来自适应计算上述两个欲融合特征的权值,进而得到融合后的相似距离用于三维模型检索.在SHREC2014的综合模型库上实验,结果表明:所提特征融合算法的通用和加权的6种评价指标(PR/NN/FT/ST/E/DCG)优于采用单一特征的检索算法,且运行效率较高.