基于多视图和显著性分割的古生物三维模型检索

使用古生物化石图像检索古生物三维模型是一种建立和管理古生物三维数据库的有效方式，而直接以化石图像或复原图像检索古生物三维模型精确度较低。针对此问题，该文提出一种基于多视图和显著性图分割模型相结合的古生物三维模型检索方法。首先，在三维模型投影的基础上，对投影图像和检索图像使用显著性分割网络进行主体分割得到主体特征，然后，利用主体特征进行匹配得到相似投影图像对应的三维模型。在自建的古生物数据集上进行验证，该文所提方法最近邻准确度为0.845,F值为0.782,折损累计增益为0.856,各类别平均准确率为0.754。该方法可以有效地适应古生物数据集，并且准确率相对较好，能够辅助古生物三维模型的检索。     

基于改进的LBP面部识别智能算法

在传统的LBP算法的基础上,提出了一种改进的自适应阈值算法用于人类面部识别.提取图像的每个子区域的LBP,根据子区域图像自身的情况设定阈值,利用该阈值提取纹理特征,同时融合信息熵对分解的特征层进行直方图加权,在FERET人脸数据库上进行的实验证明,本文提出的算法具有更高的鉴别能力和对噪声干扰的更强的鲁棒性,能够有效提高图像检索的准确率.     

基于大津算法和深度学习的开集声纹识别自适应阈值计算方法

针对开集声纹识别的自适应阈值计算问题, 提出一种基于大津算法和深度学习的阈值计算方法. 首先, 采用三层受限Boltzmann机堆叠而成的深度置信网络从Mel倒谱系数中提取语音深层特征; 其次, 通过Gauss混合模型计算特征的相似度值, 对特征的相似度值使用大津算法计算阈值. 实验结果表明, 该方法识别效果较理想, 与等错误率计算阈值方法相比, 具有更高的识别准确率.     

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。     

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。     

多特征混合的流形排序及其在三维模型草图检索中的应用

为了解决现有基于流形排序的三维模型的草图检索方法特征提取过程中特征描述不准确,且需要对检索草图进行人工标注的问题,本文提出了一种基于改进特征描述符和深度学习的方法用于三维模型草图检索。该方法首先综合考虑了整体形状及局部细节对检索性能的影响,提出用于描述草图和三维模型投影视图的多特征视觉描述符。然后利用深度学习的方法实现草图语义标注。最后在包含7200幅草图和1258个三维模型的公开数据集上进行了实验验证。结果表明：本文方法不仅降低了人为标注所带来的干扰,而且显著提高了三维模型检索的准确率。研究结果将为三维影视动画的自动化检索及编辑重用等相关应用提供设计思路与技术支撑。     

多层次语义网的改进Web服务检索技术

利用语义Web服务中的标准OWL-S,提出多层次语义Web服务检索技术.与目前关键字或分类的查询方法相比,多层次语义Web服务检索技术具有更多的判断依据,并增加Web服务在搜寻时的准确率及可用性.模型包括服务名称分析、概念描述及输出-输出参数相似性分析、服务质量分析3个阶段.实验结果表明,与传统的基于关键字的检索方式相比,采用多层次语义扩展检索的查准率平均值上升0.25,查全率平均值上升0.24,但执行效率降低3.2%.     

基于BP神经网络的风景图像分类

通过建立一个多输出的BP神经网络,提取图像的底层特征作为网络的输入,用语义期望值作为网络的输出.训练完成后,该网络能够对风景图像进行多种语义分类检索,从而建立起了从底层特征到语义特征之间的映射.提出的一种颜色提取方法不仅降低了颜色特征向量的维数,减少了计算量,节省了时间,而且在描述风景图像的颜色内容上更加准确.如何选取图像的语义阈值是一个重点也是一个难点,通过实验发现,当阈值的选取范围在[0.55,0.65]时,检索的查全率和准确率能达到一个比较好的平衡效果.实验证明,此方法在风景图像的分类上取得了较好的检索查全率和准确率.     

基于先验知识的三维模型特征选择算法

基于内容的三维模型检索被广泛运用于许多研究领域.为了弥补特征提取算法描述模型特征的不足,提高三维模型的检索效果,该文提出了一种基于先验知识的三维模型特征向量动态选择算法.该算法利用查询模型计算各种特征向量的先验知识,然后动态地选择描述能力较强的特征向量计算模型之间的相似度距离.实验采用标准的模型库Princeton shape benchmark(PSB)和多种公认的评价方法,结果显示该算法提高了三维模型的检索效果,优于现有的2种流行的三维模型特征选择算法.     

面向重用的三维CAD模型检索算法

针对现有CAD领域的检索算法对模型的局部细节特征描述不足的现状,提出了一种基于最大公共子图的三维CAD模型检索算法,通过提取CAD模型的B-Rep信息,将模型用属性邻接图来表示.根据如果2个CAD模型存在相似的特征或局部结构,CAD模型所对应的属性邻接图应存在公共子图的原理,通过检测属性邻接图中的公共子图,得到了2个与CAD相似的局部细节特征,并利用这2个相似的局部细节特征对CAD模型进行了相似性评价.实验表明,该方法能够实现三维CAD模型检索,且检索的效率能够满足工程检索的要求,因此可以实现CAD模型设计和制造知识的重用.     

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.     

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.     

融合装配信息的三维装配模型检索方法

针对现有三维装配模型检索方法存在语义不符、准确性低、检索效率低等问题,提出一种融合装配信息的三维装配模型检索方法.首先,进行装配信息检索,利用符号化的编码表示装配信息,查找零件的编码以找出符合装配设计意图的三维模型.然后,利用装配零件之间存在的共轭关系,将装配零件的几何检索转化为查找符合共轭子图的属性邻接图,通过零件的属性邻接图进行模型检索.最后,利用频繁子图挖掘方法,提取出满足共轭子图的属性邻接图,用作模型的重用.实验结果表明:该方法能够较好地实现三维装配模型的检索,可以有效地支持面向装配零件的模型重用.     

多特征融合的非刚性三维模型匹配算法研究

特征描述符是影响非刚性三维模型匹配结果的关键因素,而单一特征只能描述三维模型某一方面的信息.为了克服单一特征在模型匹配时的局限性,进一步提高模型匹配的精确度,通过引入信息论中信息熵的概念,结合各单一特征匹配时的结果,计算得到各特征的权值,对多种特征(如热核特征(HKS)、能量分布特征(WKS)和模型表面积特征等)进行融合,作为非刚性三维模型匹配的特征.最后在SHREC’2014提供的标准测试数据集上进行试验,并与单一特征描述符的结果进行对比,验证了多特征融合得到的特征描述符要优于任一单一特征描述符,可以应用于非刚性三维模型检索系统中.     

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%。     

一种标签嵌入子空间的跨模态离散哈希学习

针对有监督的跨模态哈希检索存在计算成本高及准确度不高的问题,提出了一种标签嵌入子空间的跨模态离散哈希学习方法,将数据信息和标签信息同时嵌入到公共子空间中,通过以带标签信息的语义特征逼近公共子空间、并生成低松弛的离散哈希码,降低了计算成本,快速生成了具有丰富语义的公共子空间.经3个标准数据集对比实验,结果表明其准确率均优于被比较的方法.