基于深度学习的三维模型检索算法综述

• 作者: 刘安安 李天宝 王晓雯 宋丹
• 来源期刊: 数据采集与处理
• 学科: 工学
• 关键词: 三维模型检索 深度学习 特征表示 度量学习 域适应
• 年，卷（期）: 2021,（1）
• 页码范围: 1-21
• 页数: 21页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16337/j.1004-9037.2021.01.001

摘要

近年来,深度学习被广泛应用于各个领域并取得了显著的进展,如何利用深度学习高效管理呈爆炸式增长的三维模型一直是一个研究热点.本文介绍了发展至今主流的基于深度学习的三维模型检索算法,并根据实验得出的算法性能评估分析了其优缺点.根据检索任务的不同,可将主要的三维模型检索算法分为两类:(1)基于模型的三维模型检索方法,即检索对象与被检索对象都是三维模型,按照对三维模型的表示方式不同,可进一步分为基于体素、基于点云和基于视图的方法;(2)基于二维图像的跨域三维模型检索方法,即检索对象是二维图像,被检索对象是三维模型,包括基于二维真实图像和基于二维草图的三维模型检索方法.最后,对基于深度学习的三维模型检索算法目前存在的问题进行分析和讨论,并展望未来发展的新方向.