[发明专利]基于草图检索三维模型的跨模态检索方法

摘要

本发明公开了一种基于草图检索三维模型的跨模态检索方法，该方法为基于联合特征映射的端到端三维模型草图检索方法，输入来自不同域的草图和三维模型构建共享数据空间，在共享数据空间内完成联合特征映射构建共享联合特征分布，以缩小域间差异性，提高检索准确率，再根据完成的联合特征分布来进行相似评价检索。本发明方法检索性能突出，可有效完成跨模态检索，有着更好的准确度，操作简单，实用性强。

主权项

1.基于草图检索三维模型的跨模态检索方法，其特征在于，该方法为基于联合特征映射的端到端三维模型草图检索方法，输入来自不同域的草图和三维模型构建共享数据空间，在共享数据空间内完成联合特征映射构建共享联合特征分布，以缩小域间差异性，提高检索准确率，再根据完成的联合特征分布来进行相似评价检索；包括以下步骤：S1、共享数据空间构建数据集选用标准的SHREC2013、SHREC2014数据集，每个数据集包括三维模型数据子集和草图数据子集，分别针对两个数据集划分训练数据集和测试数据集；S2、数据预处理针对训练集和测试集的数据，将其中三维模型处理成满足网络输入尺寸的多视图形式，草图大小与其相同；S3、特征提取网络构建针对草图‑三维模型检索，需有效地度量输入样本和库内模型之间的相似性即距离，拟利用深度度量学习的方法完成特征嵌入；S4、构建联合特征分布引入深度度量学习形成三维模型和草图之间的联合特征映射，在放松域间同类数据绝对距离约束的同时，确保类内数据和类间数据的相对距离，以更加符合跨模态数据检索的特性；S5、相似排序检索对于同类模型，因其在高维空间中分布趋近，令输入草图为query，所以只需度量query在检索库中映射位置所属即可，分别用平均欧式距离、最小欧式距离、平均推土机距离和最小推土机距离四种度量方式，完成草图‑三维模型的有效检索。