三维可变形物体的特征点层次提取.pdfVIP

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
三维可变形物体的特征点层次提取.pdf

第 41 卷第 4 期 2014 年 4 月 计算机科学 Computer Science Vol. 41 No.4 Apr 2014 三维可变形物体的特征点层次提取 潘翔章国栋陈启华 (浙江工业大学计算机科学与技术学院 杭州 310023) 摘 要 针对不同姿态下的三维可变形物体特征点一致性问题,提出了一种基于样例学习的特征点层次提取方法。 该方法首先提取出三维模型的外部特征点;其次,根据外部特征点在不同姿态下所具有的局部特征相似性,采用热核 信号和支持向量机识别出外部特征点的语义标签p最后,根据语义标签和测地距离,层次地提取出三维模型的其它语 义特征点。实验结果表明,该方法能很好地得到三维可变形物体的各种语义上的有效特征点。 关键词 三维模型特征点,层次提取,语义标签,支持向量机,热核信号 中固法分类号 TP391. 14 文献标识码 A HierarcbicaUy Ex衍acting F,倒t町e Points of 3D Deformable Sbap臼 PAN Xi臼19 ZHANG Guo-dong CHEN Qi-hua (College of Computer Scien四臼ld Technology,Zhejiang University of Technol吨y, Hangzhou 310023 ,China) Ahstract This paper addressed the problem about the consistency of feature points, with different posed of 3D deform- able shapes. It proposed a new a1gorithm to hierarchically detect feature points, based on the learning samples. First1y, the a1gorithm detec岱 the external feature points from input 3D shapes. Secondly,according to the local similarity of ex- temal points under different postures , semantic tags of external point 缸e recognized by heat kemel signature and sup- port vector machine. Fina11y, other feature points 盯e hierarchica11y extracted by ∞mbining semantic tags and the g四- desic distance of external points. In experiment, the proposed algorithm is proven to be very robust in detecting seman- tic-aware f,臼阳re points on deformable shapes. Keyw倒也 3Dn时e1 缸ture 阴阳,因erarchical 旺田ction,Semantic tags,St再P归,rt vec阳 machine , H也t kernel s增Uiture 引言 在计算机图形学和计算机视觉领域,如何有效地提取特 征点是一个非常有意义的研究课题。提取出来的特征点可用 于三维模型检索[IJ 、骨架提取[2J 、模型分割[3J等。在 2010 年, AIM@SHAPE在其组织的三维形状分析系列竞赛中首次增 加特征点提取的算法性能比赛囚。同时,在 2011 年将继续开 展当前这一研究成果的竞赛,希望能够进一步推动此研究领 域的迅速发展。 对于三维模型上的特征点定义,由于应用领域不一样,很 难采用一个统一的定义。目前,已有特征点提取技术主要可 以分为两类2三维模型表面的几何特征突变点和语义知识可 描述的特征点。第一类特征点主要是保证特征点在仿射变换 下具有稳定性,从而可以解决三维模型对齐和匹配等问题。 对于这方面的研究,图像领域有很多非常经典的特征点提取 理论。例如,在 1988 年由 Harris 和 Stephens 两位学者提出 的 Harris 算子[町,由于其具有旋转、尺度和光照不变性,已经 被广泛应用于图像特征点提取阻。而这种极值理论也同样适 用于三维空间。 Sipiran 等人把 Harris 算子应用于三维模型 特征点提取。他们主要是对三维形状在局部空间上进行平面 拟合,从而在二维空间中完成差分操作[5]p并且 Sipiran 等人

您可能关注的文档

文档评论(0)

yingzhiguo + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5243141323000000

1亿VIP精品文档

相关文档