基于标准形态与稀疏表示的非刚性三维形状检索方法研究

With the development of technologies in computer hardware and software, 3D models have become widely-used in our daily life. The category and number of 3D models are also increasing rapidly in a speed never seen before. Now, how to implement efficient and accurate retrieval for those enormous amounts of 3D models has become a research hotpot in areas of Computer Graphics, Pattern Recognition, etc. Non-rigid 3D shape retrieval is one of the most challenging tasks in this research direction. Based on the canonical form of 3D objects and the sparsity of geometric shapes, in this project we will conduct deep investigations for the preprocessing, feature representation and shape matching methods in non-rigid 3D shape retrieval. Specifically, we will design a salient view based method to automatically construct watertight 3D meshes. Also, we will apply hydrodynamics and stress analyzing theories to generate feature-preserving 3D canonical forms. Meanwhile, we will combine the high-level semantic and low-level geometric information of 3D shapes and 2D views to achieve pose-invariant sparse description and accurate matching for 3D models. Finally, the corresponding prototype system will be developed so that enormous amounts of non-rigid 3D models could be retrieved quickly and accurately. Researches of this project will promote the development of non-rigid 3D shape analysis and processing techniques and sparsity-based 3D shape representation and coding theories, and boost the utilization of 3D object searching and 3D information reusing technologies. Thus, our researches are of great importance in both theories and real applications.

随着软硬件技术的飞速发展，三维数据开始广泛应用于工作生活中，三维模型的种类与数量也以前所未有的速度快速增长，如何对这些海量三维数据进行高效精准的快速检索已经成为当前计算机图形学、模式识别等领域中的一个研究热点，而非刚性三维形状检索则是其中最具挑战性的难题之一。本项目拟基于三维模型的标准形态与几何形状的稀疏特性对非刚性三维形状检索中的预处理、特征表示与形状匹配方法开展深入研究，提出新的基于显著视图的水密三维网格自动构建方法；应用流体力学与应力分析理论，提出新的特征保留的三维标准形态生成方法；结合三维形状与二维视图的高层语义和底层几何信息，对三维模型进行姿态不变的稀疏描述与精确匹配；并开发出相应的原型系统，实现对海量非刚性三维模型的快速精确检索。本项目的研究将推动非刚性三维形状分析处理技术与三维形状稀疏编码理论的发展，促进三维模型检索与三维信息重用技术的推广和使用，具有重要的理论与应用价值。

随着软硬件技术的飞速发展，三维数据开始广泛应用于工作生活中，三维模型的种类与数量也以前所未有的速度快速增长，如何对这些海量三维数据进行高效精准的快速检索已经成为当前计算机图形学、模式识别等领域中的一个研究热点，而非刚性三维形状检索则是其中最具挑战性的难题之一。..本项目针对基于标准形态与稀疏表示的非刚性三维形状检索方法开展深入研究，提出了一系列新方法来解决其中的快速精确三维建模、三维标准形态构建、三维模型语义分割、姿态不变的三维形状特征描述等问题，基于上述技术实现了高精度的非刚性三维形状识别和检索，并构建了一个新的大规模非刚性三维形状基准测试库，开展大量实验验证了所提出方法的有效性和优越性。..主要研究成果有：1）提出了基于单视图和基于二维草图的三维网格模型重建方法，实现三维网格模型的快速建模和制作；2）提出了一种基于半正定规划的新的三维标准形态构建算法，在非刚性三维形状匹配和检索的应用中验证了其有效性和优越性；3）提出了一种可用于三维点云分类和切割的严格旋转不变的特征描述方法；4）提出了一种即插即用的词袋池化单元，能有效地提高点云分类、刚性/非刚性三维形状检索和语义分割的性能；5）构建了一个新的非刚性三维形状数据库PKUnon-rigid，在该数据集上验证了本项目提出的上述各项方法的有效性和优越性。..基于上述研究成果，在本项目的资助下，课题组共发表学术论文31篇，包括相关领域顶级（CCF A类）会议和期刊论文16篇（其中SCI杂志长文3篇，会议长文9篇，会议短文4篇），另有其他CCF-B/C类SCI期刊论文6篇。申请国家发明专利5项。..本项目的研究将推动非刚性三维形状分析检索技术与基于深度学习的三维形状分析理解方法的发展，促进三维模型检索与三维信息重用技术的推广和使用，具有重要的理论与应用价值。