[发明专利]一种基于多视图散列增强哈希的三维模型特征表示方法

说明书

本发明公开了一种基于多视图散列增强哈希的三维模型特征表示方法，首先获取立体对象多视图特征表示，即得到前期特征；然后计算视图关系矩阵；再基于视图关系矩阵进行特征融合与增强，得到增强特征；最后利用损失函数和梯度下降算法实现参数优化，得到基于多视图散列增强哈希的三维模型特征表示。本发明方法有利于大规模三维模型数据集中的数据检索，引入了多视图散列增强哈希方法，使得模型能够提取输出哈希形式的多视图三维模型的特征，引入了视图关系矩阵，能够更好地保留视图关系信息，并有助于特征提取模型中的特征融合与增强过程。

技术领域

本发明属于计算机图像及人工智能技术领域，具体解决三维模型(立体对象)数据的特征表示，方法涉及多视图、深度学习和哈希学习等新型理论。

背景技术

随着三维模型数据的爆炸式增长，许多任务迫切需要高效的大规模立体模型数据的检索算法。而生成一种适合检索的三维模型特征，将它用于检索，是非常可行的一种解决方案。哈希是通过将高维特征描述符嵌入具有低维度的相似性保持汉明空间中来在大规模数据空间中进行最近邻搜索的有效方法。然而，与传统的检索方法相比，通过二进制代码的大规模高速检索在检索精度方面具有一定程度的降低。

哈希学习是一种具有高效率的新兴最近邻搜索方法，但哈希方法的精度受到限制。大规模图像检索中的学习到哈希主要是为了自动生成哈希函数。哈希函数输出的二进制代码可用于比较汉明空间中的汉明距离以获取最近邻。近年来，已经提出了几种具有卷积人工神经网络的哈希模型。监督哈希用于图像检索是这些方法的典型代表。与此同时，许多令人印象深刻的研究例如柯西深度哈希等方法，大大改善了汉明空间中的检索精度，使得高效的大规模图像检索进入下一阶段。这些方法自动学习为散列以及一组散列函数定制的良好图像表示。然而，前述方法着重于仅用一个单一视图从数据中学习二进制代码(即，使用单个卷积特征)。最近，已经提出了许多用于有效相似性搜索的多视图散列方法，例如多视图锚图哈希、多视图对齐哈希等。这些方法主要依靠频谱，图形或深度学习技术来实现数据结构保持编码。然而，在大多数情况下，纯粹采用上述方案的哈希方法只是收集多视图信息以补充单视图哈希码中的缺失组件，这忽略了视图之间的关系。另外，这些方法也存在高计算复杂性的问题。

我们提出了一种基于多视图散列增强哈希的三维模型特征表示，它可以通过神经网络增强多视图信息。该方法利用有效的视图稳定性评估方法，主动探索视图之间的关系，生成一种增强三维模型特征表示。

发明内容

针对现有技术中存在的不足，本发明提供一种基于多视图散列增强哈希的三维模型特征表示方法以及相应的特征提取算法模型。算法模型的输入是多视图三维立体对象。所谓的多视图三维立体对象，就是一个三维模型在多个不同摄像角度下的二维RGB图像的集合，用此集合来表示一个三维模型。

对于不同视图空间中的图像，本发明在算法模型中采用了称为“视图稳定性评估”的方法，来计算视图关系，帮助算法模型学习到更多的多视图信息。整个算法模型满足反向传播的要求，因此可以通过梯度下降进行优化。

算法模型的最终输出是哈希码(一种以二进制形式表示的特征向量)。属于同一个三维立体对象的多视图集合，会共同输出一个哈希码。这种基于多视图散列增强哈希的三维模型特征表示方法，十分有利于检索任务。

本发明解决其技术问题所采用的技术方案如下：

步骤1、获取立体对象多视图特征表示(得到前期特征)；

步骤2、计算视图关系矩阵；

步骤3、基于视图关系矩阵进行特征融合与增强(得到增强特征)；

步骤4、利用损失函数和梯度下降算法实现参数优化，得到基于多视图散列增强哈希的三维模型特征表示。

本发明有益效果如下：

1、提出一种针对多视图三维模型的特征表示方法(即哈希形式的特征表示)，十分有利于大规模三维模型数据集中的数据检索。