基于多视角融合卷积神经网络的三维模型分析方法研究
发布时间：2021-06-08 04:43
近些年来,随着三维建模软件以及深度传感器的广泛应用,在线三维模型的种类和数量出现了爆炸式的增长,如何有效地对这些三维模型进行分析、组织和管理成为了一个亟待解决的研究问题。目前,三维模型分析领域已经出现了很多研究分支,如语义分割、分类、模型检索、三维重建、模型修复等。其中,语义分割和分类分别是在部件级和类别级层次上对三维模型进行分析,而模型检索首先需要判别待检索的模型的类别,三维重建和模型修复则需要在模型部件的基础上进行研究,因此三维模型语义分割和分类是三维模型分析领域的基础研究,对其它三维模型分析领域的研究方向具有重要的指导作用。此外,三维模型语义分割和分类也是场景理解的高层次任务。因此,本文把三维模型语义分割和分类作为研究目标。随着深度学习的发展,语义分割和分类领域发生了翻天覆地的变化。虽然大多数深度学习框架在二维图像的语义分割和分类领域取得了非常好的效果,但是在三维模型的语义分割和分类领域却由于三维模型结构的复杂性而遇到了种种困难,效果并不理想。借助于深度学习框架在二维图像分析领域积累的优势,本文基于投影的方法,采有用多视角融合卷积神经网络的深度学习框架,间接地完成三维模型的语义分...
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图１．?１三维模型语义分割??
模型诺义分割相关的研宄成果：２．２节主耍介绍：：??维模型语义分割分类相关的研宄成果；２．３锌阐述了为什么本文采用藤于二维图??像分析来Ｎ接完成三维模型的语义分割和分类仟务。??２．１三维模型语义分割方法概述??三维模型诰义分割是指将模型分割成有意义的几个部件，也即对构成模型的??站本元素，如网格中的面片、点云中的点等进行标注，使榄型不同部件的面片或??点被标注为不同标签，同－部件内部的而片或杏点被标注为相Ｍ标签。例如飞机??？：维模型可以被分为躯子、翅膀、尾翼、引窄这儿个部分。如图２．１所示，（ａ）是??－些ＳｈａｐｅＮｅｔＣｏｒｅｌＷ数据集屮部分（维校咽语义分割前的渲染阁，（ｂ）纪语义分??刺后根椐标签为不同的部件赋ｆ不问颜色的治染阁。??ｔ?＾??％?＼ｌｌ＼ｉ??（ａ）语义分割前?（ｂ）语义分割后??图２．１?Ｈ雄模型语义分割示例??三维模期语义分割的难点在ｒ，不像：维阁像拥有闶定的结构，＾维校吧结??构ｉＥ加复杂，传统的卷积祌经网络（Ｃｏｎｖｏｌｕｔｉｏｎａｌ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋ，ＣＮＮ）丨Ｕ架??中的卷积和池化等操作难以直接在．進模型丨：进彳／，卜树投切的朝向、存汗Ｉ卜流??形结构笠Ｍ题都会给：（维梭型的特征提収造成丨（人的丨难。??７??
?同作用。此外，木文首次将雄于视点熵的最佳视角选择方法引入语义分割领域，??并设计了更加紧凑的用于精细化存储模型而片和投影像素之间的映射关系的映??射表数据结构，进一步提升了反投的效率。??２．２三维模型分类方法概述??三维模型分类是将三维模型数据集中的同一类模型标注为同一类别标签，不??同类的模型标注为不同的类别标签，其中同一类的模型可以认为是相似的，即形??式、结构和功能上一致。??＼：?（?ｒｒ＞?＇?＾?Ｖ?ｆｒ－?＊?＊??、?！??⑷分类前?（ｂ）分类后??图２．３三维模型语义分割示例??如图２．３所示，（ａ）是Ｍ〇ｄｅ！Ｎｅｔ４０数据集中的部分三维模型数据集分类前的??渲染图，（ｂ）是分类后的按照类別标签赋予模型不同颜色的渲染阅。三维模型分类??是三维投型分析领域的站木问题，对十大规税的三维模型的组织、管理和检索具??１２??
【参考文献】：
期刊论文
[1]Shape matching and retrieval based on multiple feature descriptors[J]. WANG Weiming,LIU Xiuping,LIU Ligang. Computer Aided Drafting,Design and Manufacturing. 2013(01)
硕士论文
[1]三维网格模型层次分割及骨架提取[D]. 张琪.辽宁师范大学 2010
本文编号：3217720
【文章来源】：南京大学江苏省 211工程院校 985工程院校 教育部直属院校
【文章页数】：71 页
【学位级别】：硕士
【部分图文】：
图１．?１三维模型语义分割??
模型诺义分割相关的研宄成果：２．２节主耍介绍：：??维模型语义分割分类相关的研宄成果；２．３锌阐述了为什么本文采用藤于二维图??像分析来Ｎ接完成三维模型的语义分割和分类仟务。??２．１三维模型语义分割方法概述??三维模型诰义分割是指将模型分割成有意义的几个部件，也即对构成模型的??站本元素，如网格中的面片、点云中的点等进行标注，使榄型不同部件的面片或??点被标注为不同标签，同－部件内部的而片或杏点被标注为相Ｍ标签。例如飞机??？：维模型可以被分为躯子、翅膀、尾翼、引窄这儿个部分。如图２．１所示，（ａ）是??－些ＳｈａｐｅＮｅｔＣｏｒｅｌＷ数据集屮部分（维校咽语义分割前的渲染阁，（ｂ）纪语义分??刺后根椐标签为不同的部件赋ｆ不问颜色的治染阁。??ｔ?＾??％?＼ｌｌ＼ｉ??（ａ）语义分割前?（ｂ）语义分割后??图２．１?Ｈ雄模型语义分割示例??三维模期语义分割的难点在ｒ，不像：维阁像拥有闶定的结构，＾维校吧结??构ｉＥ加复杂，传统的卷积祌经网络（Ｃｏｎｖｏｌｕｔｉｏｎａｌ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋ，ＣＮＮ）丨Ｕ架??中的卷积和池化等操作难以直接在．進模型丨：进彳／，卜树投切的朝向、存汗Ｉ卜流??形结构笠Ｍ题都会给：（维梭型的特征提収造成丨（人的丨难。??７??
?同作用。此外，木文首次将雄于视点熵的最佳视角选择方法引入语义分割领域，??并设计了更加紧凑的用于精细化存储模型而片和投影像素之间的映射关系的映??射表数据结构，进一步提升了反投的效率。??２．２三维模型分类方法概述??三维模型分类是将三维模型数据集中的同一类模型标注为同一类别标签，不??同类的模型标注为不同的类别标签，其中同一类的模型可以认为是相似的，即形??式、结构和功能上一致。??＼：?（?ｒｒ＞?＇?＾?Ｖ?ｆｒ－?＊?＊??、?！??⑷分类前?（ｂ）分类后??图２．３三维模型语义分割示例??如图２．３所示，（ａ）是Ｍ〇ｄｅ！Ｎｅｔ４０数据集中的部分三维模型数据集分类前的??渲染图，（ｂ）是分类后的按照类別标签赋予模型不同颜色的渲染阅。三维模型分类??是三维投型分析领域的站木问题，对十大规税的三维模型的组织、管理和检索具??１２??
【参考文献】：
期刊论文
[1]Shape matching and retrieval based on multiple feature descriptors[J]. WANG Weiming,LIU Xiuping,LIU Ligang. Computer Aided Drafting,Design and Manufacturing. 2013(01)
硕士论文
[1]三维网格模型层次分割及骨架提取[D]. 张琪.辽宁师范大学 2010
本文编号：3217720
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3217720.html
