10.3785/j.issn.1008-973X.2010.12.004
基于高斯过程的三维模型语义分类和检索
针对三维模型检索系统提高准确率、减少几何特征和人类语义丰富性之间的"语义鸿沟"等问题,提出一种基于高斯过程的语义分类和检索新方法.该方法采用一种统计2个采样点相对质心向量夹角的AC2直方图新特征,与形状分布的D2特征组合成低层特征,使用高斯过程进行三维模型语义分类的监督学习,计算测试模型的语义类概率预测分布,建立低层特征和查询概念之间的联系;使用语义距离和不相似度计算方法进行检索排序.实验结果表明:与已有的某些监督学习的方法相比,多类的测试模型进行语义分类的准确率明显得到提升,检索中能体现语义概念,检索性能也得到提高.
三维模型检索、高斯过程、高层语义
44
TP391(计算技术、计算机技术)
国家自然科学基金;国家重点基础研究发展计划(973计划);广东省教育部产学研结合项目;浙江省教育厅科研资助项目
2011-04-11(万方平台首次上网日期,不代表论文的发表时间)
2251-2256,2268