基于多视角图与卷积神经网络的三维模型检索算法

摘要：

随着虚拟现实等领域的迅猛发展,三维模型数量急速增长.针对目前三维模型检索算法存在适用范围小、可拓展性弱、依赖人工干预等不足,提出一种基于多视角图与卷积神经网络的三维模型检索算法.首先,采用多视角图降维描述三维模型,使检索源规整统一;然后,通过卷积神经网络提取视角图高维特征,组成单一的特征描述符集合进行检索;最后,提出一种基于图像熵的多特征组合策略,根据视角图的灰度分布赋予其不同的特征置信度,进一步提高检索精度.经验证,算法最高可达到平均93％的检索精度.为满足快速检索需求,控制检索时间为0.8 s,检索精度高于80％,可有效应用于实际检索系统构建.

关键词：三维模型检索、检索算法、深度学习、卷积神经网络、图像熵、多维视角图

所属期刊栏目：42

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家重点研发计划"基于知识驱动的协同创意设计方法及工具"2016YFB1101702

在线出版日期：2020-06-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：325-333