基于相似性学习的三维模型最优视图选择算法

摘要：

针对已有最优视图度量难以适用于不同类型的三维模型,提出基于用户知识、在模型库中为各类模型建立最优视图样例,并在此基础上进行相似性学习,根据相似性度量获得输入模型最优视图的选择算法.首先采用AdaBoost算法对输入三维模型形状特征进行相似性学习,得到该模型的最优视图样例；然后将输入模型从不同视点得到的渲染视图和最优视图样例进行形状相似性分析,以相似度最高者作为输入模型的最优视图.实验结果表明,采用文中算法得到的最优视图不仅可以有效地逼近用户选择结果,而且具有较好的稳定性.

关键词：三维模型、视图选择、相似性学习、最优视图样例

所属期刊栏目：24

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60703001;浙江省自然科学基金Y1110780

在线出版日期：2012-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：918-924