一种SVM学习框架下的Web3D轻量级模型检索算法

• 作者: 周文 贾金原
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 基于草图的三维模型检索 支持向量机 简化 梯度直方图 特征字典
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 学术论文
• 页码范围: 92-99
• 页数: 8页
• 分类号: TP391.3
• 字数: 5802字
• 语种: 中文
• DOI: 10.3969/j.issn.0372-2112.2019.01.012

摘要

随着Web3D技术的发展,对于互联网检索三维模型的需求越来越迫切,特别是基于草图的模型检索.本文对基于草图的三维模型检索相关技术进行了研究,提出了三维模型轻量化处理算法、基于支持向量机三维模型最佳视点选择算法.本文首先对模型进行简化处理,投影三维模型为多个视点图像.其次,使用支持向量机在草图数据集上学习规则,并根据规则进行相应的视点图像分类,获得最佳视点图像.再次,对视点图像提取梯度直方图特征并进行K-means聚类和索引,减少特征空间,获得三维模型的特征字典.最后,在开源数据集上进行相关的实验并对结果进行分析,相关结果表明方法具有很强鲁棒性、准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾金原	同济大学软件学院	52	319	10.0	16.0
2	周文	同济大学软件学院	12	29	3.0	5.0