[发明专利]一种分析和搜索三维模型的方法在审
| 申请号: | 201811237227.2 | 申请日: | 2018-10-23 |
| 公开(公告)号: | CN109446969A | 公开(公告)日: | 2019-03-08 |
| 发明(设计)人: | 崔岩 | 申请(专利权)人: | 中德人工智能研究院有限公司;芜湖四维时代智能科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/52 |
| 代理公司: | 北京德高行远知识产权代理有限公司 11549 | 代理人: | 杨瑞 |
| 地址: | 241000 安徽省芜湖市*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 全局特征 局部特征 搜索 搜索图像 全局分析 三维模型 图像 分析输入数据 分析数据 局部分析 数据图像 搜索结果 数据库 存储 分析 | ||
本发明公开了一种分析和搜索三维模型的方法,包括如下步骤:(1):首先通过全局分析和本地获取多个数据全局特征和多个数据图像的多个数据局部特征分别分析数据图像;(2):获取搜索图像;(3):然后通过分别对搜索图像进行全局分析和局部分析,获取搜索全局特征和搜索搜索图像的局部特征;(4):基于搜索全局特征,从数据全局特征中获取对应的数据全局特征,并基于搜索局部特征从数据局部特征中获取对应的数据局部特征;(5):获取从基于对应的数据全局特征数据的图像和相应的数据的局部特征的相应数据的图像。本发明用于解决由于使用全局特征来分析输入数据并与存储在数据库中的模型进行比较而导致搜索结果不准确的问题。
技术领域
本发明涉及图像处理技术领域,尤其涉及分析和搜索三维模型的方法。
背景技术
现有的3D模型搜索系统可以通过使用草图,图像或甚至通过输入3D模型来执行比较搜索。大多数3D模型搜索系统假设目标模型是刚体。另外,输入到3D模型搜索系统中的草图和图像通常是前视图和垂直于前视图的侧视图的形式。
然而,并非每个物体都具有刚体特性。例如,人体有许多活动关节。当用户搜索人体模型时,如果输入的人体的手臂或腿的位置与数据库中的模型位置不同,或者输入的图像不是前视图和侧视图(例如,输入的图像是透视图),这种现有3D模型搜索系统的搜索结果通常与用户期望的相反。
上面讨论的差异的原因涉及现有技术如何通过全局特征分析输入的数据以执行与存储在数据库中的模型的比较。假设输入的模型具有可移动的关节,即使它们是相同的模型,当模型处于不同的姿势时,它们的投影视图也是不同的。因此,很难找到正确的模型,并且降低了搜索结果的准确性。
鉴于前述内容,问题和缺点与需要进一步改进的现有产品相关。然而,本领域技术人员尚未找到解决方案。
发明内容
本发明的目的在于提供一种分析和搜索三维模型的方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种分析和搜索三维模型的方法,包括如下步骤:
(1)首先通过全局分析和本地获取多个数据全局特征和多个数据图像的多个数据局部特征分别分析数据图像;
(2)获取搜索图像;
(3)然后通过分别对搜索图像进行全局分析和局部分析,获取搜索全局特征和获取搜索图像的局部特征;
(4)基于搜索全局特征从数据全局特征中获取对应的数据全局特征,并基于搜索局部特征从数据局部特征中获取对应的数据局部特征;
(5)获取从基于对应的数据全局特征数据的图像和相应的数据的局部特征的相应数据的图像。
优选的,在步骤(1)中,首先分别对所述数据图像进行全局分析和局部分析,获得所述数据全局特征和所述数据图像的数据局部特征,所述数据图像的数据局部特征包括在不同的视点中获取和分析所述数据图像的多个投影图像;然后基于数据图像的投影图像,相应地获得数据图像的数据全局特征;之后将获取数据图像的投影图像划分为多个局部图像并且基于数据图像的局部图像,相应地获得数据图像的数据局部特征。
优选的,在不同视点中获得和分析数据图像的投影图像是由数据图像包括的3D模型放置在正多面体的中心,然后在正多面体的多个顶点处拍摄3D模型的不同投影图像。
优选的,基于数据图像的投影图像相应地获得数据图像的数据全局特征,数据图像的数据全局特征包括通过从中提取特征和分析来相应地获得数据图像的投影图像的数据全局特征,基于深度梯度直方图和二维极化傅里叶变换的数据图像投影图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中德人工智能研究院有限公司;芜湖四维时代智能科技有限公司,未经中德人工智能研究院有限公司;芜湖四维时代智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811237227.2/2.html,转载请声明来源钻瓜专利网。





