从线画图重建三维物体的理论和算法研究

随着电脑、三维数据获取、和网络技术的发展，三维物体数据将成为下一代数字媒体的代表，更多用户也将积极参与到三维内容创作过程中。由于传统的计算机辅助设计（CAD）系统的专业性与繁琐性，人们往往对它望而止步。与之相比，二维线画图简单易画，并且是最直接的三维物体的表达方式。如果能够自动地将二维线画图转换为三维物体，那么用户就可以摆脱繁琐的CAD工具。自动地从二维线画图重建三维物体是计算机视觉的一个重要研究领域，当前国际上的研究主要存在这两个问题：无法处理复杂的平面物体和难以处理曲面物体。在本项目的研究中，我们将探索这些问题的根本原因，提出一套新的三维物体重建理论和算法，建立三维物体重建的低维空间搜索模型，研究如何将复杂线画图分解为简单线画图，以及实现曲面物体的重建。本项目的研究不仅能推动三维物体重建这个重要领域的理论发展，还能在三维物体设计、搜索、和数字城市中得到广泛的应用。

本项目围绕三维物体的重建与检索开展了深入的研究，推动了这个重要的计算机视觉领域的发展，为将来的三维数字媒体的广泛应用打下重要基础。我们在三维物体重建、从图像中产生三维物体、和三维物体搜索等方面提出了一系列新方法和新模型，包括：（1）复杂物体的分而治之重建方法；（2）三维物体重建的低维子空间优化模型；（3）利用平面物体重建来获得曲面物体的重建；（4）基于模型的三维物体重建方法；（5）基于三维参考网格的三维物体重建方法；（6）重建结果的修正方法；（7）从二维图像中重建对称物体的三维形状；（8）通过叠加线画图从二维图像中重建三维物体；（9）点云图像的三维物体分割和超分辨重建；（10）图像去噪、物体分割、和编辑方法；（11）三维物体和三维人脸的检索和识别方法；（12）与检索相关的聚类和相似度度量等机器学习方法。 . 基于以上成果，我们已经发表了19篇SCI/EI收录的论文，其中：（1）一流国际期刊4篇（IEEE Trans. on Pattern Analysis and Machine Intelligence，IEEE Trans. on Image Processing）；（2）一流国际会议11篇（IEEE Conf. on Computer Vision and Pattern Recognition，ACM Multimedia，ACM SIGKDD Inter. Conf. on Knowledge Discovery and Data Mining，AAAI Conf. on Artificial Intelligence）；（3）二级国际会议3篇（IEEE Inter. Conf. on Image Processing，Asian Conf. on Computer Vision，IEEE Inter. Conf. on Multimedia & Expo）；（4）国内期刊1篇（计算机辅助设计与图形学学报）。 . 我们的成果超过了13篇国际一流刊物和会议论文的主要合同指标，我们的算法也达到了项目的其它合同指标：能重建多于50个面组成的平面物体，能重建由多于40个平面和曲面组成的物体，建立一个三维物体搜索系统，从图像中产生三维物体。