【摘要】 一种基于多特征相关反馈的三维模型检索方法，该方法包括：服务器端对三维模型数 据库中的每个三维模型进行处理，获取三维模型的彩色视图阵列；再获取三维模型特征， 合并所有三维模型特征生成特征数据库；计算客户端提供的二维草图的特征，并和特征数 据库中特征进行匹配，计算该二维草图与每个三维模型的距离，对所有三维模型按照距离 值排序并输出，生成检索结果；由客户端对每次检索结果进行“相关”及“不相关”的标注， 将标注后的三维模型信息返回服务器端，服务器端对该信息进行学习，采取多SVM融合 方法对所述三维模型库进行分类，根据分类结果对所有三维模型进行排序并输出，作为检 索结果；重复步骤，最终输出用户满意的三维模型检索结果。 【专利类型】发明授权 【申请人】清华大学 【申请人类型】学校 【申请人地址】100084北京市海淀区清华园 【申请人地区】中国 【申请人城市】北京市 【申请人区县】海淀区 【申请号】CN200810113769.9 【申请日】2008-05-30 【申请年份】2008 【公开公告号】CN100593785C 【公开公告日】2010-03-10 【公开公告年份】2010 【授权公告号】CN100593785C 【授权公告日】2010-03-10 【授权公告年份】2010.0 【IPC分类号】G06F17/30; G06K9/62 【发明人】戴琼海; 肖秦琨 【主权项内容】1、一种基于多特征相关反馈的三维模型检索方法，其特征在于，该方法包括以下步 骤： (1)服务器端对三维模型数据库中的每个三维模型进行处理，获取三维模型的彩色 视图阵列； (2)服务器端将每个三维模型的彩色视图阵列进行处理，获取三维模型特征，合并 所有三维模型特征生成特征数据库； (3)服务器端计算客户端提供的二维草图的特征； (4)服务器端将该二维草图特征和特征数据库中特征进行匹配，计算该二维草图与 每个三维模型的距离，将数据库中所有三维模型按照距离值排序并输出，生成第1次检索 结果并返回客户端； (5)由客户端对检索结果进行“相关”及“不相关”的标注，将标注后的三维模型信息返 回服务器端，服务器端对该信息进行学习，采取多SVM融合方法对所述三维模型数据库 进行分类，根据分类结果对所有三维模型进行排序并输出，作为检索结果； (6)重复步骤(5)，最终输出用户满意的三维模型检索结果； 所述的步骤(2)生成特征数据库，具体包括以下步骤： (21)通过图像分割算法得到每幅彩色视图的轮廓，计算该轮廓的傅立叶描述符，得到 每幅彩色视图的轮廓描述符； (22)应用系统聚类方法将W个彩色视图的轮廓描述符进行无监督聚类，获得K个分 类，K为正整数； (23)针对于K个分类中的每个分类，将分类中的每幅彩色视图的轮廓描述符应用贝 叶斯信息度量准则BIC进行度量，从每一分类中挑选出BIC值最大的轮廓描述符，此轮廓 描述符对应的彩色视图为该三维模型的“典型视图”之一，最终一个三维模型对应得到K个 “典型视图”； (24)计算K个“典型视图”的颜色特征：使用HCD表示K个“典型视图”的颜色特征集 合，使用C表示颜色特征，用HSD表示K个“典型视图”的轮廓描述符集合，用FD表示轮 廓描述符，则有： HCD＝{C1，C2，...CK}，HSD＝{FD1，FD2，...FDK} (25)计算W幅彩色视图的纹理特征，得到纹理特征的矩阵E，应用聚类方法对纹理 矩阵降维，将纹理特征矩阵E降为g维矩阵T，g为正整数； (26)应用结构最大期望方法SEM依据g维矩阵T进行贝叶斯网络学习，生成包含参 数θ及结构S的贝叶斯网络，即为纹理特征网络HTD，表示为：HTD＝{S，θ}； (27)将所有三维模型的HCD、HSD和HTD、组合成三维模型特征数据库；表示为： HD(i)＝{HCD(i)，HSD(i)，HTD(i)}，i＝1，...，P 式中用HD表示一个三维模型对应的所有特征的组合，P为三维模型个数。 【当前权利人】广东清立方科技有限公司 【当前专利权人地址】广东省佛山市顺德区大良街道办事处新滘社区居民委员会凤翔路41号C栋107号(场地仅作办公用途) 【专利权人类型】公立 【统一社会信用代码】12100000400000624D 【引证次数】1.0 【他引次数】1.0 【家族引证次数】1.0 【家族被引证次数】55
