您的位置：山东大学 -> 科技期刊社 -> 《山东大学学报（工学版）》

山东大学学报(工学版) ›› 2016, Vol. 46 ›› Issue (6): 48-53.doi: 10.6040/j.issn.1672-3961.0.2016.127

• • 上一篇    下一篇

融合整体和局部信息的三维模型检索方法

牟春倩,唐雁*   

  1. 西南大学计算机与信息科学学院软件学院, 重庆 400715
  • 收稿日期:2016-04-16 出版日期:2016-12-20 发布日期:2016-04-16
  • 通讯作者: 唐雁(1965— ), 女, 重庆人, 教授, 主要研究方向为智能科学. E-mail:ytang@swu.edu.cn E-mail:mcq0207@email.swu.edu.cn
  • 作者简介:牟春倩(1992— ), 女, 四川成都人, 硕士, 主要研究方向为三维模型检索. E-mail:mcq0207@email.swu.edu.cn
  • 基金资助:
    中央高校基本科研业务费专项资金资助项目(XDJK2015C110);教育部“春晖计划”资助项目(z2011149)

A novel 3D model retrieval method fusing global and local information

MOU Chunqian, TANG Yan*   

  1. College of Computer and Information Science, Southwest University, Chongqing 400715, China
  • Received:2016-04-16 Online:2016-12-20 Published:2016-04-16

PDF (PC)

919

摘要： 基于特征融合的三维模型检索方法能有效提高检索效率,提出一种融合整体和局部信息的三维模型检索方法。分别通过Canny算子提取边缘特征和基于尺度不变特征变换特征的词袋模型提取词频向量特征,边缘特征用于描述三维模型的整体信息,词频向量特征用于描述三维模型的局部信息,将这两种特征融合成为新的特征用于描述三维模型。试验表明,融合整体和局部信息的三维模型检索方法能够有效地提高检索结果的准确率。

关键词: 特征融合, 词袋模型, 尺度不变特征变换特征, 三维模型检索, Canny算子

Abstract: 3D model retrieval methods based on feature fusion could improve the retrieval efficiency. A novel retrieval method fusing global and local information was proposed. Edge feature for global information and word frequency vector feature for local information were extracted through Canny algorithm and bag-of-feature based on scale-invariant feature transform(SIFT)features respectively, then they were fused into a new feature of a 3D model. The experimental results showed that our method improves the retrieval accuracy well.

Key words: feature fusion, bag-of-feature, scale-invariant feature transform feature, 3D model retrieval, Canny algorithm

中图分类号: 

  • TP319
[1] OSADA Robert, FUNKHOUSER Thomas, CHAZELLE Bernard, et al. Shape distributions[J]. Acm Transactions on Graphics, 2002, 21(4):807-832.
[2] CHEN Dingyun, TIAN Xiaopei, SHEN Yute, et al. On visual similarity based 3D model retrieval[J]. Computer Graphics Forum, 2003, 22(3):223-232.
[3] LI Bo, JOHAN Henry. 3D model retrieval using hybrid features and class information[J]. Multimedia Tools and Applications, 2013, 62(3):821-846.
[4] CANNY John. A computational approach to edge detection[J]. Pattern Analysis and Machine Intelligence, IEEE Transactions on, 1986, 6:679-698.
[5] LOWE D G. Distinctive image features from scale-invariant keypoints[J]. International Journal of Computer Vision, 2004, 60(2):91-110.
[6] SHILANE Philip, MIN Patrick, KAZHDAN Michael, et al. The princeton shape benchmark(Figure 1 and 2)[J]. Proceedings of Shape Modeling International, 2004(6):167-178.
[7] LI Bo, GODIL Afzal, AONO Masaki, et al. SHREC'12 track: generic 3D shape retrieval[J]. Eurographics Conference on 3D Object Retrieval, 2012(5):119-126.
[8] SAUPE Dietmar, VRANIC Dejan V. 3D model retrieval with spherical harmonics and moments[J]. Lecture Notes in Computer Science, 2001:392-397.
[9] PAN Xiang, YOU Qian, LIU Zhi, et al. 3D shape retrieval by poisson histogram[J]. Pattern Recognition Letters, 2011, 32(6):787-794.
[10] DING Ke, WANG Wei, LIU Yunhui. 3D model retrieval using bag-of-view-words[J]. Multimedia Tools & Applications, 2014, 72(3):2701-2722.
[11] CHEN Qiang, YU Yongmei. 3D CAD model retrieval based on feature fusion[J]. Advanced Materials Research, 2013, 765:316-319.
[12] SHIH Jauling, LEE Changhsing, WANG Jiantang. A new 3D model retrieval approach based on the elevation descriptor[J]. Pattern Recognition, 2007, 40(1):283-295.
[13] GAO Yue, DAI Qionghai. View-based 3D object retrieval: challenges and approaches[J]. IEEE Multime-dia, 2014, 21(3):52-57.
[14] 张开兴,张树生,刘贤喜. 三维CAD模型检索技术研究现状与发展分析[J]. 农业机械学报, 2013, 44(7): 256-263. ZHANG Kaixing, ZHANG Shusheng, LIU Xianxi. Current research and feature development of 3-D CAD model retrieval[J]. Transactions of the Chinese Society for Agricultural Machinery, 2013, 44(7):256-263.
[15] 郑赢,周明全,耿国华,等. 多特征动态融合的三维模型检索方法[J]. 计算机科学, 2010, 37(7): 260-263. ZHENG Ying, ZHOU Mingquan, GENG Guohua, et al. 3D model retrieval on multi-feature dynamic integration[J]. Computer Science, 2010, 37(7):260-263.
[1] 王禹鸥,苑迎春,何振学,何晨. 融合多特征和多头自注意力机制的高校学业命名实体识别[J]. 山东大学学报 (工学版), 2025, 55(6): 35-44.
[2] 周遵富,张乾,石计亮,岳诗琴. 基于纹理和结构交互的人脸图像修复[J]. 山东大学学报 (工学版), 2025, 55(4): 18-28.
[3] 韩小凡,刁振宇,张承宇,聂慧佳,赵秀阳,牛冬梅. 基于注意力和视图信息的单图三维模型检索[J]. 山东大学学报 (工学版), 2025, 55(4): 48-55.
[4] 吴秋兰,尚素雅,张家辉,孙守鑫,张峰,周波,高峥,史文宠. 基于多尺度特征融合的马铃薯疮痂病图像语义分割方法[J]. 山东大学学报 (工学版), 2025, 55(4): 1-8.
[5] 刁振宇,韩小凡,张承宇,聂慧佳,赵秀阳,牛冬梅. 基于实例判别与特征增强的单图三维模型检索[J]. 山东大学学报 (工学版), 2025, 55(2): 71-77.
[6] 刘全金,嵇文,胡浪涛,黄汇磊,杨瑞,李翔,高泽文,魏本征. 基于双解码器的医学图像分割模型[J]. 山东大学学报 (工学版), 2024, 54(6): 8-18.
[7] 杨巨成, 魏峰, 林亮, 贾庆祥, 刘建征. 驾驶员疲劳驾驶检测研究综述[J]. 山东大学学报 (工学版), 2024, 54(2): 1-12.
[8] 李明键,李卫军,王海荣. 融合词汇信息与GlobalPointer的实体识别[J]. 山东大学学报 (工学版), 2024, 54(1): 91-99.
[9] 迟云浩,杨璐,郭杰,郝凡昌,聂秀山. 基于注意力特征融合网络的手指静脉图像质量评价方法[J]. 山东大学学报 (工学版), 2023, 53(6): 56-62.
[10] 刘行,杨璐,郝凡昌. 基于多特征融合的手指静脉图像检索方法[J]. 山东大学学报 (工学版), 2023, 53(2): 118-126.
[11] 宋佳芮,陈艳平,王凯,黄瑞章,秦永彬. 基于Affix-Attention的命名实体识别语义补充方法[J]. 山东大学学报 (工学版), 2023, 53(2): 70-76.
[12] 吴正健,木特力甫·马木提,吾尔尼沙·买买提,阿力木江·艾沙,库尔班·吾布力. 基于LTP和HOG纹理特征融合的中亚文档图像文种识别[J]. 山东大学学报 (工学版), 2021, 51(2): 115-121.
[13] 曹春红,段鸿轩,曹玲,张乐乐,胡凯,肖芬. 基于多级特征级联的遥感图像实时语义分割[J]. 山东大学学报 (工学版), 2021, 51(2): 19-25.
[14] 张璞,刘畅,王永. 基于特征融合和集成学习的建议语句分类模型[J]. 山东大学学报 (工学版), 2018, 48(5): 47-54.
[15] 牟春倩,唐雁,胡金戈. 基于流形排序的三维模型检索方法[J]. 山东大学学报(工学版), 2017, 47(4): 19-24.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
[1] 张永花,王安玲,刘福平 . 低频非均匀电磁波在导电界面的反射相角[J]. 山东大学学报(工学版), 2006, 36(2): 22 -25 .
[2] 孔祥臻,刘延俊,王勇,赵秀华 . 气动比例阀的死区补偿与仿真[J]. 山东大学学报(工学版), 2006, 36(1): 99 -102 .
[3] 来翔 . 用胞映射方法讨论一类MKdV方程[J]. 山东大学学报(工学版), 2006, 36(1): 87 -92 .
[4] 余嘉元1 , 田金亭1 , 朱强忠2 . 计算智能在心理学中的应用[J]. 山东大学学报(工学版), 2009, 39(1): 1 -5 .
[5] 季涛,高旭,孙同景,薛永端,徐丙垠 . 铁路10 kV自闭/贯通线路故障行波特征分析[J]. 山东大学学报(工学版), 2006, 36(2): 111 -116 .
[6] 秦通,孙丰荣*,王丽梅,王庆浩,李新彩. 基于极大圆盘引导的形状插值实现三维表面重建[J]. 山东大学学报(工学版), 2010, 40(3): 1 -5 .
[7] 刘文亮,朱维红,陈涤,张泓泉. 基于雷达图像的运动目标形态检测及跟踪技术[J]. 山东大学学报(工学版), 2010, 40(3): 31 -36 .
[8] 孙殿柱,朱昌志,李延瑞 . 散乱点云边界特征快速提取算法[J]. 山东大学学报(工学版), 2009, 39(1): 84 -86 .
[9] 李辉平, 赵国群, 张雷, 贺连芳. 超高强度钢板热冲压及模内淬火工艺的发展现状[J]. 山东大学学报(工学版), 2010, 40(3): 69 -74 .
[10] 薛翊国，李术才，赵岩，苏茂鑫，李为腾，丁志海. 青岛胶州湾海底隧道F44含水断层注浆前后TSP探测分析[J]. 山东大学学报(工学版), 2009, 39(2): 108 -112 .
版权所有 © 2018 《山东大学学报(工学版)》编辑部　
地址: 济南市山大南路27号（250100）　 电话: 0531-88366735　 E-mail: xbgxb@sdu.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发