[发明专利]一种基于张量的三维模型检索方法

说明书

技术领域

本发明涉及基于模型的三维模型检索领域，尤其涉及一种基于张量的三维模型检索方法。

背景技术

随着计算机技术的提高和互联网的高速发展，面对如此浩瀚的虚拟信息世界，人们对于多媒体数据形式以及规模的要求也就越来越高。由于人类正常的生产生活中所面对的都是三维的物体，相比较而言三维模型数据就要有更强的直观视觉特性，更加符合人类的真实感知，因此三维模型数据也就继传统的声音、图像、视频数据形式之后，成为第四大多媒体数据类型^[1]。三维模型检索技术和常用的一维和二维多媒体数据也即文字图片等多媒体数据的检索大有不同^[2]。实际上三维模型数据本身就携带有大量的传统一维、二维信息，此外还含有模型独特的空间结构。传统的检索方法就不再能够满足对三维模型进行高效快速的数据检索^[3]。如何从海量的数据中快速、有效地获取正确的目标模型就成为了当下亟待解决的关键问题。三维模型检索技术正是在这种背景下应运而生，引起了诸多学者的关注，成为近些年来的热点课题。

三维模型检索的算法有很多种，但是无论采用的检索算法是哪一种，最终的目的都是为了帮助用户在数据库中高效、快速、准确的自动获取与用户的检索目标相匹配的三维模型。基于内容的检索方法是近年来的研究热点^[4]，在基于内容的检索算法中，由于三维模型信息的表示不同又可以分为两种不同的方法：一种是基于视图的检索方法，一种是基于模型的检索方法。基于视图的检索方法实际上是把三维模型用二维视图来表示，再根据二维视图进行特征计算和比较匹配的过程^[5]。基于模型的检索方式则是把三维模型采用三维的表示法表示，一般为点和面的空间几何结构存储表面轮廓^[6]，采用的是直接处理三维模型，从三维模型获取结构信息等特征。目前两种基于内容的方法都有广泛应用。

基于模型的三维模型检索目前面临的主要挑战为：三维模型应该用什么方法进行描述以及相似度的计算和匹配过程。根据三维模型的特性，所要提取的特征应该满足平移不变、尺度不变、旋转不变等特性，在模型的变化中仍然能代表模型的特性。相似度的计算则直接影响着检索效果。

发明内容

本发明提供了一种基于张量的三维模型检索方法，本发明避免了三维模型之间相似性计算的复杂度，解决了三维模型在形态、大小、尺寸等方面的差异造成的检索难度等问题，详见下文描述：

一种基于张量的三维模型检索方法，所述三维模型检索方法包括以下步骤：

根据关键点构造三角形并计算三角形描述子，所有的三角形描述子构成描述符；其中，所述关键点用于表征三维模型的空间几何特性；

使用最近邻算法，计算出查询模型中每个三角形描述子在参考模型中相似程度最大的K个三角形，根据每个三角形与得到的K个三角形的距离构建张量；

根据张量对查询模型与参考模型之间的相似度进行计算，将相似度进行降序排列，获取检索结果序列。

所述三维模型检索方法还包括：

根据三维模型的空间信息即点、线和面的关系，计算出数据库中每个三维模型的关键点。

所述根据关键点构造三角形并计算三角形描述子，所有的三角形描述子构成描述符的步骤具体为：

对得到的关键点随机选取三个点构造出一定数目的三角形，计算三角形的三个角度以及三个顶点的法线作为几何特征，每个三角形都会得到一个6维的向量作为特征描述子，所有的三角形描述子构成整个描述符。

所述根据每个三角形与得到的K个三角形的距离构建张量的步骤具体为：

其中，H_α,β,ε表示的是描述子相似度，{α,β,ε}表示的是由3个点组成三角形而形成的张量的3阶来源，和分别表示两个模型不同点{α,β,ε}得到的三角形描述子，设置为所计算的所有与最近邻描述子欧式距离平方均值的倒数，这样就得到了一个3阶张量H_α,β,ε。

所述根据张量对查询模型与参考模型之间的相似度进行计算的步骤具体为：

根据张量计算查询模型与参考模型之间的相似度分数；

利用l¹-范数进行幂迭代，使得分配乘数X更接近布尔型二进制数值；对不同阶时的V分别计算直到收敛并对其归一化；

在得到向量V后，根据V中最大值给X赋值，随后完成查询模型与参考模型相似度分数的计算。

本发明提供的技术方案的有益效果是：