特征间互补性结合使用的3D模型检索技术

三维（3D）模型检索是多媒体信息检索的热点研究问题之一。针对基于单一形状特征的3D模型检索存在的不足，提出了结合多种形状特征进行模型检索的方法。把模型的面积分布和纬度方向平均半径2种特征被应用于模型检索。实验结果表明，由于不同形状特征的互补性，采用多种形状特征可以得到更好的检索准确率。     

一种自适应多阈值多层次三维模型检索的研究

针对集成多种形状特征、不同的相似度测量用于三维模型检索,提出自适应双阈值的多层次三维模型检索结构.然后将法向量分布直方图和3D Zernike矩两种特征应用于自适应双阈值的三维检索.对一个标准三维模型测试数据库的检索实验表明,采用双阈值多层次检索结构比单特征的检索准确率要高,并且这种非线性组合与固定平均权重和规则的混合特征相比,在提高检索准确率的同时,也能保证检索效率.     

基于主平面切片的3D模型检索方法

提出一种改进的基于切片的3D模型检索方法。首先，将查询模型进行归一化处理，然后，在模型正交主平面的三个方向上进行多次切割，根据所得裁剪平面轮廓点的分布特征计算模型的特征向量，最后根据该向量进行3D模型检索。利用普林斯顿大学的所提供的3D模型库的标准模型作为实验数据进行实验，结果表明，与原有基于切片的3D模型检索算法相比，本文方法能更加有效的检索。     

基于形状的3D模型快速检索算法

在三维模型大量出现的推动下,三维模型检索技术已在国内外取得了长足发展,并受到越来越多的研究人员的关注。本文主要研究讨论空域空间检索技术中的形状直方图算法,对原有形状直方图方法提出进一步改进。其基本算法是:先对模型进行一定的预处理和网格划分后,采用组合模式对模型进行切分,在构成形状直方图时,利用随机函数对特征量选择提取,并以面积比例作为其特征量。     

基于形状轮廓的多源遥感图像数据库检索探索

为了对海量的多源遥感数据进行有效的管理,对多源遥感数据库快速准确地进行查询检索便成为急待解决的问题.为此采用了矩特征表示形状轮廓特征,对多源遥感图像数据库检索进行了初步的探索.经过大量实验表明:使用矩特征表示形状轮廓特征进行多源遥感数据库检索,当待检索图像具有明显形状轮廓特征时,检索结果比较理想.     

基于小波压缩和用户反馈的图像检索系统

为提高图像检索系统的准确率和有效率，本文提出一种基于小波压缩和用户反馈的图像检索方案。本系统直接对小波压缩图像进行分析，提取压缩域低频图像的颜色、纹理、形状特征，然后通过判别函数判别图像的相似性。利用检索结果的聚类性，以聚类用户反馈来提高检索系统的准确率和有效率。实验结果表明，利用颜色和纹理特征检索的效果较好，而利用形状特征检索的结果一般。     

基于内容的卫星云图检索方法

为了有效地管理和利用大规模卫星云图数据库,需要为其增加检索功能,尤其是基于内容的检索.探讨了将基于内容的图像检索(CBIR)技术应用于卫星云图检索,选择使用了颜色、纹理和形状特征方法.颜色特征包括:灰度直方图和灰度聚合向量;纹理特征从小波子图提取,采用直方图拟合法和分块直方图拟合法;形状特征提取采用了新提出的一种专门针对云目标的"可变形模型"方法——圆形基元法.对每种特征定义了图像距离或者相似度,进行了检索比较实验.结果表明,CBIR用于卫星云图检索是可行的,形状特征方法因融入了领域知识而具有较突出的检索效果,但效率仍需提高.     

基于多级三角形面积函数的傅里叶形状描述子

提出了一种用于形状检索的基于多级三角形面积函数的傅里叶描述子.对形状轮廓上任一点,多级三角形面积函数通过轮廓的非等弧长分割计算得出,可以很好地描述形状的整体特征和局部细节特征.形状特征向量由多级三角形面积函数的低频傅里叶变换系数构成.在标准的MPEG-7形状图像库上对该方法进行了图像检索实验,并与已有的分别基于中心距离函数、面积函数、最远点距离函数、角度半径复函数、拱高半径复函数的傅里叶描述子以及混合傅里叶描述子进行了检索性能比较.实验结果表明,所提出的方法在相同查全率时具有最高的查准率,且具有较低的计算复杂度,证明该方法的有效性.     

一个图像检索模型及其应用

给出一个用于图像数据库系统的图像检索模型，这个模型不仅可以用来作为描述和比较图像检索方法的一般框架，也可以作为实现图像检索机制的参考结构。作为应用实例，也为了评价现有的各种图像检索手段，并且应用这个模型对多种图像检索方法进行了分析与比较。     

基于颜色空间特征的图像检索

针对基于内容的图像检索技术大多采用颜色特征的情况,提出一种通过提取颜色特征、灰度特征,获取图像物体的形状和空间特征,综合检索图像的方法.实验结果表明,这种方法具有一定的鲁棒性,检索结果不受图像大小、旋转和轻微的光照变化的影响,相对于传统的颜色直方图法,这种方法能明显改善检索效果.     

一个多特征结合的图像检索技术

图像数据库应用日益广泛,如何高效、准确地进行图像的检索成为一项重要的研究领域。传统的图像检索主要依赖颜色、纹理、形状、空间关系等单一视觉特征,检索效果往往不够理想。针对这一实际问题,提出一种新的图像检索方法,通过对图像进行小波变换,获得纹理和形状的综合特征,对综合特征进行归一化处理,并将其作为图像相似性的衡量依据。实验证明基于纹理和形状特征的图像检索具有很好的效果。     

基于法线夹角与面积分布的三维CAD模型检索

三维CAD检索技术对产品设计、重用具有促进作用.经典的三维模型检索算法——形状分布算法SD,适用于全局特征相似的模型检索,但对于全局相似但局部差异明显的模型则无法有效检索.针对这一问题,本文首先提取SD特征,并利用基于法线夹角与面积分布的特征提取技术来对模型局部特征进行描述,随后通过构造特征矩阵来融合提取到的法线夹角与面积分布两类特征,最后将SD特征与法线夹角与面积分布特征进行组合,形成新的特征并应用于检索.实验结果验证了该方法的有效性.     

Web3D Learning Framework for 3D Shape Retrieval Based on Hybrid Convolutional Neural Networks

With the rapid development of Web3 D technologies, sketch-based model retrieval has become an increasingly important challenge, while the application of Virtual Reality and 3 D technologies has made shape retrieval of furniture over a web browser feasible. In this paper, we propose a learning framework for shape retrieval based on two Siamese VGG-16 Convolutional Neural Networks(CNNs), and a CNN-based hybrid learning algorithm to select the best view for a shape. In this algorithm, the AlexNet and VGG-16 CNN architectures are used to perform classification tasks and to extract features, respectively. In addition, a feature fusion method is used to measure the similarity relation of the output features from the two Siamese networks. The proposed framework can provide new alternatives for furniture retrieval in the Web3 D environment. The primary innovation is in the employment of deep learning methods to solve the challenge of obtaining the best view of 3 D furniture,and to address cross-domain feature learning problems. We conduct an experiment to verify the feasibility of the framework and the results show our approach to be superior in comparison to many mainstream state-of-the-art approaches.     

基于分割理论的三维模型检索算法

提出了基于分割理论的三维模型检索算法,在利用分割算法获取模型部件集合的基础上,提取表征模型部件全局分布和表征模型局部形状的两类特征,并综合计算不同模型间的相似性,从而获得模型间总的相似程度.实验结果表明该检索算法能够获得更精确的检索效果.     

Content-based similarity for 3D model retrieval and classification

With the rapid development of 3D digital shape information, content-based 3D model retrieval and classification has become an important research area. This paper presents a novel 3D model retrieval and classification algorithm. For feature representation, a method combining a distance histogram and moment invariants is proposed to improve the retrieval performance. The major advantage of using a distance histogram is its invariance to the transforms of scaling, translation and rotation. Based on the premise that two similar objects should have high mutual information, the querying of 3D data should convey a great deal of information on the shape of the two objects, and so we propose a mutual information distance measurement to perform the similarity comparison of 3D objects. The proposed algorithm is tested with a 3D model retrieval and classification prototype, and the experimental evaluation demonstrates satisfactory retrieval results and classification accuracy.     

基于姿势特征编码的运动数据分层检索

运动数据检索是为在已有的运动数据库中检索符合要求的数据进行重用和编辑, 基于姿势特征编码的分 层检索方式能提高检索速度和检索质量。 通过对运动骨骼分段, 提取能反应几何运动关系的骨骼分段夹角作 为特征向量, 对姿势特征进行编码, 建立基于运动特征的数据库索引, 并在检索过程中分别从运动特征、 数据索引和运动数值进行相似度比较。 实验结果表明, 在具有走、 跑、 舞等姿态的运动数据库中, 该方法相对 于其他方法具有较高的检索速度, 并得到满意的检索结果, 实现了运动逻辑相似性的有效检索。     

基于投影特征的商标图像检索方法

针对二值商标图像,提出了一种基于极坐标系投影特征的检索方法.利用商标图像在极坐标系的水平投影特征及垂直投影特征来描述商标图像的形状特征,利用投影特征向量的欧拉距离来度量图像的相似性程度.实验结果证明采用此方法具有良好的平移、旋转及尺度不变性,具有很好的检索精度.     

基于张量子空间的三维模型特征提取及检索方法

为提高三维模型的检索效率, 针对三维模型特征提取方法进行了研究, 在多线性主成分分析(MPCA:Multi-Linear Principal Component Analysis)的基础上, 提出了一种加权多线性主成分分析(WMPCA: Weighted Multi-Linear Principal Component Analysis)方法, 并将其应用于三维模型特征提取中。 该方法首先将三维模型转化为多角度的二维投影图像, 然后从多方向上通过张量进行特征提取, 最后将提取到的特征应用到三维模型检索中。 对 Princeton Shape Benchmark 的实验表明, 该特征提取方法比经典的形状分布方法平均检索效率提高7%, 比传统的 MPCA 特征提取方法的平均检索效率提高 3%。