[发明专利]一种基于核线性分类分析的三维模型检索方法

摘要

本发明公开了一种基于核线性分类分析的三维模型检索方法，该方法主要分为如下三个步骤：1)计算输入模型的形状分布、形状直径函数特征；2)使用核线性分类分析优化三维模型的特征；3)计算其他模型与检索模型优化特征的相似度并排序。该方法可以根据输入模型的形状分布、形状直径函数特征在三维模型库中进行检索，用户仅需要少量输入操作即可实现高准确率的三维模型检索功能。本发明首次提出了在三维模型库中使用核线性分类分析进行检索的方法，实现了三维模型检索功能，并且使用了多种三维模型特征进行检索的方法，效果优于现有方法，并且有交互简单、算法效率高等优点。

主权项

一种基于核线性分类分析的三维模型检索方法，其特征在于，包括如下步骤：(1)对输入的三维模型表面进行采点，获得多个两点之间的距离，按照一定的距离间隔统计各个距离区间的频率，并将这些频率规范化成64维向量F_SD,得到模型的形状分布特征；(2)对输入的三维模型表面采点，计算采样点的形状直径函数值，统计这些形状函数值的概率分布后规范化为64维向量F_SDF，得到模型的形状直径函数特征；(3)结合步骤(1)和步骤(2)，将输入模型的形状分布特征F_SD和形状直径函数特征F_SDF合并为128维特征x₀；(4)使用三维模型库中的三维模型的128维特征来训练核线性分类器；包括以下步骤：(4.1)计算三维模型库中第i(i＝1,2,…,N)个三维模型的128维特征x_i与N个三维模型的128维特征的核函数，规范化成N维向量y_i；(4.2)由步骤(4.1)中的N个N维向量计算各类模型特征的类内方差S_w及所有模型特征的类间方差S_b；(4.3)由步骤(4.2)中的S_w和S_b计算的特征值及特征向量，降序排列特征值，选择前(c‑1)个最大特征值对应特征向量，记作W作为核线性分类器的投影向量，其中，c代表三维模型类别的个数；(4.4)依次将三维模型库中N个三维模型的N维向量y_i(i＝1,2,…,N)通过核线性分类器的投影向量W投影到新的子空间，得到优化特征向量z_i。(5)将步骤(3)中输入模型的128维特征x₀采用核线性分类分析进行优化；包括以下步骤：(5.1)将步骤(3)中输入模型的128维特征x₀依次与三维模型库中N个三维模型的128维特征x_i(i＝1,2,…,N)计算核函数，规范化成N维向量y₀；(5.2)将输入模型的N维向量y₀通过核线性分类器的投影向量W投影到新的子空间，得到优化特征向量z₀；(6)根据步骤(5.2)得到的优化后的模型特征z₀，采用欧氏距离计算输入模型优化特征z₀与其他模型优化特征z_i(i＝1,2,…,N)的相似度，根据相似度大小的升序排序结果排列对应的三维模型。