[发明专利]一种基于几何图像的三维网格模型检索方法

说明书

本发明公开了一种基于几何图像的三维网格模型检索方法，包括：将三维网格模型通过保面积参数化方法映射到球面上，得到参数化后的球形三维网格，然后将得到的球形三维网格映射到八面体上，沿着八面体的边剪开、铺平，得到一个二维平面；利用三维网格模型的三种不同的几何特征对二维平面上的每个像素点进行编码，获得几何图像；采用标准卷积神经网络结构，将所述几何图像作为输入，经过迭代地训练学习得到几何图像的特征，通过最大值映射得到对应的三维网格模型的特征；根据得到的三维网格模型的特征，计算待检索的三维网格模型与数据库中其余三维网格模型的相似度，根据所述相似度计算的结果，输出检索结果。

技术领域

本发明涉及计算机视觉和计算机图形学领域，具体涉及一种基于几何图像的三维网格模型检索方法。

背景技术

随着信息时代的到来，三维网格模型作为一种新的多媒体数据，在计算机图形学和计算机视觉等领域得到了广泛的应用。同时，三维建模技术也在不断发展，各种3D传感器的出现使得三维网格模型的获取变得越来越容易，如Microsoft Kinect、Google ProjectTango等。如今便有许多丰富的三维网格模型库，并且很容易在线获取，如何去管理和分析它们，三维网格模型检索技术是其中一个重要的方法。

三维网格模型的检索方式主要分为基于文本的检索和基于内容的检索。基于文本的三维网格模型检索先对三维网格模型进行语义标注，然后依据用户输入的文本查询条件进行语义检索，但其存在文本标注内容不准确、标注内容不全面引发的检索准确度和查全率偏低等问题。与传统的基于文本的检索方法相比，基于内容的三维网格模型检索技术通过对视觉特征的相似性匹配来查找用户所要求的三维网格模型，这更贴近于人们在现实生活中靠直觉印象使用信息的方式。

基于内容的三维网格模型检索的关键问题是如何设计一个紧凑并且信息丰富的模型特征描述符，使其能够相较于其它模型，更具有代表性地描述该模型。一旦生成该模型特征描述符，便可以通过比较不同模型之间的特征描述符来确定模型之间的相似性。

近几年，深度学习在计算机视觉领域得到了非常广泛的应用，特别是在二维图像的特征提取方面表现出了很好的效果。自动提取到的二维图像特征在大多数的图像分析和理解任务中相较于传统的手工设计的解决方案有很好的效果。由于深度学习在计算机视觉领域表现出的十分优越的效果，研究者们开始尝试将深度学习方法迁移到三维数据上，为提高计算机视觉技术在三维领域中的性能提供有效的解决方案。然而三维数据具有复杂的内在性质，如何将它们转变成最终可以输入给深度学习网络的形式已成为一个关键问题。

目前，利用深度学习网络学习三维网格模型的研究主要遵循两个方向，一是构建三维深度学习网络架构，将三维网格模型转换成点云或体素集后输入到网络中，二是将特征矩阵或二维投影/视图或RGB-D数据(分离颜色和深度通道)输入到传统的深度学习网络架构中。

对于三维数据依赖于体素或点云表示的，使用三维的神经网络进行训练和学习，会受到计算复杂度非常高，数据无序以及缺乏更精细的几何形状等问题的困扰。为了不必要将卷积神经网络架构调整到适应于曲面卷积操作，就需要将三维网格模型转换为卷积神经网络所需要的平面结构，比如从多角度对三维网格模型投影得到多视图，但是这种方式会丢失很多几何信息。

发明内容

针对上述问题，本发明提出了一种基于几何图像的三维网格模型检索方法，能够基于深度学习几何图像提取三维网格模型特征，在降维的同时包含丰富的几何信息，提高特征描述符的表达能力。

为解决上述技术问题，本发明采用的一个技术方案是：

(1)将三维网格模型通过保面积参数化方法映射到球面上，得到参数化后的球形三维网格，然后将得到的球形三维网格映射到八面体上，沿着八面体的边剪开、铺平，得到一个二维平面；