基于局部显著特征分布的三维形状匹配与检索

随着三维模型的应用越来越广泛,每天都有数以亿计的模型产生和传播，对三维模型进行匹配与检索的需求非常迫切。本研究提出一种创新的基于局部显著特征分布的三维形状匹配与检索方法。通过计算形状的高斯、平均和Besl-Jain曲率，设置滤波器和变换滤波半径获取多尺度局部特征，根据生物视觉Center-Surround机制和中央周边差技术，提取局部特征的中心显著点，生成显著点的几何测地线分布，统计分布概率和计算分布矩阵特征值和向量来描述一个三维形状。该方法可以提高目前的三维形状匹配与检索性能。该研究采用美国普林斯顿大学的Princeton Shape Benchmark和加拿大McGill University的McGill Shape Benchmark进行性能实验，产生实验报告，与世界上代表性方法进行比较，分析本研究的优缺点。

三维图形硬件和三维建模工具的快速更新，用户可以体验到丰富的三维应用，包括计算机辅助设计、多媒体、游戏、虚拟现实等，促使大量的三维模型在互联网上传播。如何重用这些三维模型是一个挑战性的问题。很多研究者提出了各种各样的三维模型全局检索方法，目前摆在研究者面前的新问题是，如何去实现三维形状的部分匹配和检索。本项目围绕利用局部特征进行三维模型检索，主要开展了以下几点创新性工作：.1）三维形状部分检索的文献综述。我们利用数学方法定义了三维形状部分检索，分析了三维形状部分检索的性能要求。根据一定的标准将近十年该领域代表性方法分为三类，描述了每类方法的主要思路和技术要点，详细比较了每类方法的优缺点，同时总结了代表性的部分形状检索数据集以及对应的评价指标。.2）三维模型的分割技术研究。三维模型分割可以辅助形状部分匹配、形状对应、形状标记和理解。最近已经有很多优秀的解决方案，然而如何去有效评估这些方法、公平比较这些方法是重要的议题。我们提出了一种新的分割量度“自适应熵增”，可以支持多基准分割评价，当算法产生的自动分割与多基准分割集合进行比较时，该量度可以衡量熵的变化。.3）基于局部稀疏面片编码的三维形状检索。我们研究发现，有效利用具有初步语义的低层面片可以提高三维物体检索的精度，低层面片思想得益于图像超像素的启发。我们首先进行稳定地过分割三维形状获得这些面片，然后采用五种表征不同方面的几何特征描述面片。我们在一个大的数据集的不同形状上收集大量的低层面片，利用局部约束的稀疏编码训练和优化得到面片几何字。输入查询的形状通过面片几何字的概率分布与三维模型库进行比较。.4）基于局部匹配和风格转移的三维形状构造方法。局部匹配可以辅助创建新的三维物体，我们研究了一种基于风格和内容概念的三维形状自动创建方式。形状创建由两步组成，第一，通过无监督的方式分离一个集合的风格和内容；第二，通过风格转移创造新形状。在分离阶段，使用一个基于新的距离量度的聚类方式实现内容的分离，通过聚类风格部分可以分离风格。.5）场景中的三维物体检索。我们假设获得一个三维场景，该场景包含了多个三维形状，我们要解决的问题是在一个大的数据集里检索与场景形状相似的物体。我们提出一种有效的场景检索方法，将新形状有效的放置到场景中，可以重构一幅新的三维场景。