一种SVM学习框架下的Web3D轻量级模型检索算法-电子学报.PDF

第１期 电　　子　　学　　报 Ｖｏｌ．４７　Ｎｏ．１ ２０１９年１月 ＡＣＴＡＥＬＥＣＴＲＯＮＩＣＡＳＩＮＩＣＡ Ｊａｎ．　２０１９ 一种 ＳＶＭ学习框架下的 Ｗｅｂ３Ｄ轻量级模型检索算法 周　文，贾金原 （同济大学软件学院，上海２０１８０４） 　　摘　要：　随着Ｗｅｂ３Ｄ技术的发展，对于互联网检索三维模型的需求越来越迫切，特别是基于草图的模型检索． 本文对基于草图的三维模型检索相关技术进行了研究，提出了三维模型轻量化处理算法、基于支持向量机三维模型最 佳视点选择算法．本文首先对模型进行简化处理，投影三维模型为多个视点图像．其次，使用支持向量机在草图数据集 上学习规则，并根据规则进行相应的视点图像分类，获得最佳视点图像．再次，对视点图像提取梯度直方图特征并进行 Ｋｍｅａｎｓ聚类和索引，减少特征空间，获得三维模型的特征字典．最后，在开源数据集上进行相关的实验并对结果进行 分析，相关结果表明方法具有很强鲁棒性、准确性． 关键词：　基于草图的三维模型检索；支持向量机；简化；梯度直方图；特征字典 中图分类号：　ＴＰ３９１３　　　文献标识码：　Ａ　　　文章编号：　０３７２２１１２（２０１９）０１００９２０８ 电子学报ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｅｊｏｕｒｎａｌ．ｏｒｇ．ｃｎ　 ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．０３７２２１１２．２０１９．０１．０１２ Ｗｅｂ３ＤＬｉｇｈｔｗｅｉｇｈｔｆｏｒＳｋｅｔｃｈＢａｓｅｄＳｈａｐｅ ＲｅｔｒｉｅｖａｌＵｓｉｎｇＳＶＭＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍ ＺＨＯＵＷｅｎ，ＪＩＡＪｉｎｙｕａｎ （ＳｃｈｏｏｌｏｆＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＴｏｎｇｊｉＵｎｉｖｅｒｓｉｔｙ，Ｓｈａｎｇｈａｉ２０１８０４，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：　ＷｉｔｈｔｈｅｒａｐｉｄｄｅｖｅｌｏｐｍｅｎｔｏｆＷｅｂ３Ｄｔｅｃｈｎｏｌｏｇｙ，ｔｈｅｄｅｍａｎｄｔｏｕｓｅａｎｄｒｅｔｒｉｅｖｅ３Ｄｍｏｄｅｌｉｓｂｅｃｏｍｉｎｇｕｒ ｇｅｎｔ．Ｅｓｐｅｃｉａｌｌｙ，ｓｋｅｔｃｈｂａｓｅｄｓｈａｐｅｒｅｔｒｉｅｖａｌｉｓｖｅｒｙｉｍｐｏｒｔａｎｔ．Ｉｎｔｈｅｐａｐｅｒ，ａｆｒａｍｅｗｏｒｋｉｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈｉｎｃｌｕｄｅｓｌｉｇｈｔ ｗｅｉｇｈｔｆｏｒｓｈａｐｅ，ＳＶＭｂａｓｅｄｌｅａｒｎｉｎｇａｌｇｏｒｉｔｈｍ．Ｉｎｐａｒｔｉｃｕｌａｒ，ｔｈｅｍｏｄｅｌｉｓｓｉｍｐｌｉｆｉｅｄａｎｄｔｈｅｎｐｒｏｊｅｃｔｅｄｉｎｔｏｍｕｌｔｉｖｉｅｗｓｉｍａ ｇｅｓ．Ｂｅｓｉｄｅｓ，ａＳＶＭｃｌａｓｓｉｆｉｅｒｉｓｕｓｅｄｔｏｃｌａｓｓｉｆｙｔｈｅｓｅｉｍａｇｅｓ．Ｍｏｒｅｏｖｅｒ，ｈｉｓｔｏｇｒａｍｏｆｏｒｉｅｎｔｅｄｇｒａｄｉｅｎｔ（ＨＯＧ）ｆｅａｔｕｒｅｓｉｓｅｘ ｔｒａｃｔｅｄｆｒｏｍｔｈｅｉｎｐｕｔｓｋｅｔｃｈｉｍａｇｅ．Ｆｕｒｔｈｅｒｍｏｒｅ，Ｋｍｅａｎｓａｌｇｏｒｉｔｈｍｉｓｕｓｅｄｔｏｃｌｕｓｔｅｒａｎｄｉｎｄｅｘｔｈｅｓｅｆｅａｔｕｒｅｓｉｎｏｒｄｅｒｔｏｇｅｎ ｅｒａｔｅａｆｅａｔｕｒｅｓｄｉｃｔｉｏｎａｒｙ．Ｆｉｎａｌｌｙ，ｔｈｅｒｅｌａｔｅｄｅｘｐｅｒｉｍｅｎｔｓａｒｅｃｏｎｄｕｃｔｅｄｔｏｖｅｒｉｆｙｔｈｅｆｅａｓｉｂｉｌｉｔｙｏｆｔｈｅａｐｐｒｏａｃｈｉｎｏｐｅｎｓｏｕｒｃｅ ｄａｔａｓｅｔｓ．Ｔｈｅｒｅｓｕｌｔｓｈｏｗｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｒｏｂｕｓｔａｎｄｓｕｐｅｒｉｏｒ，ｃｏｍｐａｒｅｄｗｉｔｈｏｔｈｅｒｍｅｔｈｏｄｓ． Ｋｅｙｗｏｒｄｓ：　ｓｋｅｔｃｈｂａｓｅｄｓｈａｐｅｒｅｔｒｉｅｖａｌ；ＳＶＭ；ｓｉｍｐｌｉｆｉｅｄ；ＨＯＧ；ｆｅａｔｕｒｅｓｄｉｃｔｉｏｎａｒｙ