面向三维模型检索的主动式复结构图学习方法研究

基金项目类型：

国家自然科学基金

基金项目编号：

61272297

来源网站：

国家自然科学基金委员会

来源网址：

http://www.nsfc.gov.cn/

负责人：

赵向军

完成单位：

江苏师范大学

中文关键词：

三维模型检索; 特征表示; 机器学习; 进化算法;

其他语种关键词：

Machin learning; Feature presentation; Machine learning; Evolutionary algorithm

项目类型：

面上项目

语种：

中文

开始日期：

2013-01-01

结束日期：

2016-12-31

中文摘要：

三维模型局部检索方法因其强大的分析能力和区别能力，成为模型重用的重要工具。本项目包括两大部分，第一部分研究方向无关、形变无关的特征匹配方法，该方法在局部检索中不可缺少。不同于传统的曲面SIFT，本研究将三维模型嵌入到体网格中，通过SIFT的三维推广，提出了完整的匹配方法。借助稀疏表达进行模型简化，并对简化模型进行自适应体素化以降低时空消耗，基于流形学习完成形变无关匹配。第二部分面向三维模型检索提出一新型机器学习方法。借助特征匹配完成语义流形构造，进而提出复结构图学习方法，作为多语义检索的统一表示模型。通过特征匹配和组件分析获取语义知识，借助领域知识构建标记缺失区域检测算法，从而获得主动图学习方法。本项目着眼于机器学习与三维模型检索的深度交叉，借助机器学习解决模型检索问题，在解决问题的同时，又丰富了机器学习理论，纵观信息检索相关领域可知，本研究顺应了学科发展趋势。