非刚体三维数据描述和检索方法研究

发布时间：2021-01-04 01:07

　　随着计算机图形学、相关软硬件技术的迅猛发展,三维模型的获取变得越来越容易,三维模型的重要性以及市场需求日渐增加,三维数据迅速成为继图像、声音、视频之后的第四代多媒体数据,被广泛应用于图像处理、3D网络游戏、CAD、电子商务、工业制造、虚拟现实等众多领域,针对三维模型表面的描述、分析、匹配、检索等成为研究热点。现在,人们不再局限于怎样对三维模型进行构建,更加关注如何复用及共享现有的模型资源进行应用研究的问题,其中核心就是在数量庞大的数据库中描述及检索目标模型。本文主要研究基于Laplace-Beltrami算子的非刚体三维模型描述和检索方法,介绍了非刚体三维模型中已有的描述和检索方法,在众多非刚体三维模型描述方法中,基于Laplace-Beltrami算子的siHKS（scale invariant Heat Kernel Signature）和WKS（Wave Kernel Signature）描述方法是目前效果较好的方法,siHKS能够很好地描述非刚体三维模型的整体形状信息,并且对噪音、拓扑结构扰动及部分缺失等问题保持较好的稳定性,WKS则侧重于提取局部特征信息,更加注重三维模型特征... 

【文章来源】：山东师范大学山东省

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

(a)上(b)下形状是三维模型的一种视觉属性和重要标识信息，是三维模型分析处理中不可或

图 1-2 谱方法分析图（1）基于距离矩阵的谱分析方法Reuter 等人提出 shapeDNA[9]，优点是具有拉普拉斯算子等距不变性和对三维模型表示相对稳定的优点，使用归一化特征来直接描述三维模型，对三维模型进行相似性度量而不需要对三维模型对齐，缺点是通常只能获取三维模型整体特征信息，可能导致局部特征信息缺失，检索效果不佳。Levy 等人[10]指出可以通过分析 Chladni 板块来理解 Laplace-Beltrami(LB)算子的本征函数，从而更好地对三维模型进行描述并产生更多有价值的应用。Smeets 等人[11]提出应用扩散距离张量 DDT(Diffision Distance Tensors)和测地线距离矩阵 GDM(Geodesic Distance Matrix)，获得 ShapeDNA 谱描述子及对应的相似矩阵，选择不同的方式将获得的相似矩阵组合起来以形成新的相似矩阵。Lu 等人[12]以shapeDNA 为基础描述三维人脸，以欧洲和亚洲民族之间不同面部特征为研究对象，在医学情景中作出实验假设及验证研究。

山东师范大学硕士学位论文地描述非刚体三维模型的特征。（3）将提出的 PCS 点描述子、PSD 形状描述子应用于三维模型检索流程中，基于 SHREC '14 人体模型数据库，结合 LMNN 度量学习算法以及 K-NN 算法，通过非刚体三维模型检索实验，验证了 PCS 点描述子、PSD 形状描述子的有效性。


本文编号：2955842