[发明专利]一种基于语义空间投影变换的三维模型在线标注方法与系统有效

专利信息
申请号: 201710044880.6 申请日: 2017-01-20
公开(公告)号: CN106910252B 公开(公告)日: 2018-05-22
发明(设计)人: 田枫;尚福华;周凯 申请(专利权)人: 东北石油大学
主分类号: G06T19/20 分类号: G06T19/20
代理公司: 大庆知文知识产权代理有限公司 23115 代理人: 李建华
地址: 163318 黑龙*** 国省代码: 黑龙江;23
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于语义空间投影变换的三维模型在线标注方法与系统,该方法包括训练集三维模型的预处理;建立三维模型标注数据库;建立训练集三维模型的内容特征相似图;建立训练集的文本标签相关图;利用所述内容特征相似图和文本标签相关图计算三维模型特征正交投影矩阵和文本标签的语义特征向量,构建语义空间;对待标注三维模型进行预处理,提取内容特征向量,所述内容特征向量经过所述三维模型特征投影变换,得到三维模型的语义特征向量,计算三维模型的语义特征向量与所述文本标签的语义特征向量之间的相似度,得到近邻文本标签,所述近邻文本标签作为最终的标注词。以及一种系统。以解决三维模型在线标注方法准确率低的问题。
搜索关键词: 一种 基于 语义 空间 投影变换 三维 模型 在线 标注 方法 系统
【主权项】:
1.一种基于语义空间投影变换的三维模型在线标注方法,其特征在于,包括:第一步,训练集三维模型的预处理,提取所述训练集三维模型的内容特征向量;第二步,建立三维模型标注数据库,存储所述内容特征向量和所述三维模型附带的文本标签数据;第三步,从所述三维模型标注数据库中获取所述内容特征向量,计算所述内容特征向量之间的相似度,以所述训练集三维模型为节点,所述相似度为边,建立训练集三维模型的内容特征相似图;第四步,从所述文本标签数据中获取文本标签向量,计算标签的相关度,以所述标签为节点,以所述相关度为边,建立训练集的文本标签相关图;第五步,根据所述内容特征相似图和文本标签相关图,计算三维模型特征正交投影矩阵,得到三维模型的语义特征向量和文本标签的语义特征向量,所述三维模型的语义特征向量和文本标签的语义特征向量构成语义空间,将所述三维模型的语义特征向量和文本标签的语义特征向量存储到所述三维模型标注数据库;第六步,通过待标注三维模型的预处理,提取所述待标注三维模型的内容特征向量;第七步,对所述待标注三维模型的内容特征向量进行三维模型特征投影变换,得到待标注的三维模型的语义特征向量,在所述语义空间内计算所述待标注的三维模型的语义特征向量与所述文本标签的语义特征向量之间的相似度,得到所述待标注三维模型的近邻文本标签,所述近邻文本标签作为最终的标注词;进一步地,所述语义空间的构建方法包括:建立语义空间优化目标函数: min A , U { 1 2 Σ i = 1 n Σ j = 1 m [ ( Y i j - Y ^ i j ) 2 + γ | | u i - A T o j | | 2 ] + [ ( Y i j - Y ^ i j ) 2 + γ | | u i - A T o j | | 2 ] } ]]>,ATA=I,Ue1+ATOe2=0;其中,为所述训练集三维模型的内容特征向量构成的内容特征矩阵;{t1,t2,...,tm}为所述文本标签数据的文本标签的集合,用于建立训练集的文本标签相关图;(1)计算三维模型内容特征相似度矩阵S的规范拉普拉斯矩阵: L S = D - 1 2 ( D - S ) D - 1 2 , ]]>其中,D=diag(D11,...,Dnn),
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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东北石油大学,未经东北石油大学许可,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/patent/201710044880.6/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

tel code back_top