[发明专利]一种基于增量慢特征的3D模型检索方法及其检索装置

权利要求书

1.一种基于增量慢特征的3D模型检索方法，其特征在于，所述3D模型检索方法包括以下步骤：

运用有监督的增量慢特征分析方法，对预处理后的视图集进行增量慢特征提取；

根据差分信号、协方差矩阵特征向量的第一个特征值、3D模型的第k张视图的第一个次要成分，获取3D模型第k张视图的次要成分；

通过3D模型的次要成分获得增量慢特征估计；

通过每张视图的主成分与每张视图的增量慢特征估计，获取多个增量慢特征；

根据提取出的增量慢特征获取增量慢特征的排序，根据排序结果筛选增量慢特征并生成3D模型的增量慢特征库；

利用最近邻算法对3D模型的增量慢特征库进行检索匹配，获取与候选模型相似的物体并输出；

获取数据库中物体的2D视图集V，对2D视图集进行预处理，使得所有3D模型的视图尺寸大小一致；

所述差分信号通过一个3D模型第k张视图的主成分z(k)以及第k-1张视图的主成分z(k-1)获取；

所述利用最近邻算法对3D模型的增量慢特征库进行检索匹配的步骤具体为：

应用下述公式(1)将增量慢特征学习后的数据进行处理，计算不同的2D图像之间的特征点距离：

其中，y_i和y_j代表一个3D模型的两个不同2D图像，S₁(y_i,y_j)代表2D图像y_i和y_j之间的相似度，代表y_i特征的映射函数，代表y_j特征的映射函数；根据S₁(y_i,y_j)，利用公式(2)计算不同3D模型的相似度，即最小的特征点距离；

其中，S₂(P,Q)代表模型P和Q的相似度，n表示3D模型P的2D视图个数，m表示3D模型Q的2D视图个数，因为对前面的数据库进行了预处理，所以n等于m；最高相似度的检索模型可以用如下公式计算：

Q^*＝argmaxS₂(Q_i,P) (3)

其中，Q^*表示相似度最高的检索模型，Q_i表示一个候选模型，P是输入模型，S₂(Q_i,P)表示候选模型和输入模型的相似度；最后将查询目标与多视角模型库中所有模型的匹配概率降序排列，得到最终的检索结果。

2.根据权利要求1所述的一种基于增量慢特征的3D模型检索方法，其特征在于，所述主成分通过对协方差矩阵的特征向量进行白化和降维来获取；

其中，协方差矩阵的特征向量的获取包括：

对输入数据进行非线性扩展，生成扩展数据；

对扩展数据求其零均值，再通过直观无协方差的增量主要成分分析，获取输入数据的协方差矩阵的特征向量。

3.一种用于权利要求1所述的基于增量慢特征的3D模型检索方法的检索装置，其特征在于，所述检索装置包括：

预处理模块，用于获取数据库中物体的2D视图集V，对2D视图集进行预处理，使得所有3D模型的视图尺寸大小一致；

提取模块，用于运用有监督的增量慢特征分析方法，对预处理后的视图集进行增量慢特征提取；

第一获取子模块，用于根据差分信号、协方差矩阵特征向量的第一个特征值、3D模型的第k张视图的第一个次要成分，获取3D模型第k张视图的次要成分；

第二获取子模块，用于通过3D模型的次要成分获得增量慢特征估计；

第三获取子模块，用于通过每张视图的主成分与每张视图的增量慢特征估计，获取多个增量慢特征；

获取模块，用于根据提取出的增量慢特征获取增量慢特征的排序；

生成模块，用于根据排序结果筛选增量慢特征并生成3D模型的增量慢特征库；

匹配与输出模块，用于利用最近邻算法对3D模型的增量慢特征库进行检索匹配，获取与候选模型相似的物体并输出。