三维模型语义标注方法研究

摘要

日益发达的互联网技术为人们对数据的共享和处理提供了充分的条件。面对庞大的三维模型数据信息，实现海量数据的优化管理，帮助用户快速、准确地获取符合设计意图的三维模型，实现资源重用，成为一个迫切需要解决的问题。为了能够得到理想的检索效果，基于语义的三维模型检索引起了研究人员的广泛关注。这种检索方式主要是基于语义的物体表示进行相应模型数据的检索和匹配，而基于语义的物体表示必须依赖于三维模型的语义标注技术。 本文针对现有三维模型语义标注方法所存在的不足，创新的提出了两种模型自动语义标注方法，分别是融合形状与语义相关性的三维模型标注方法和融合骨架结构与相关传递性的三维模型标注方法。第二种三维模型标注方法在第一种方法的基础上进行了改进和创新，与第一种方法相比具有更高的准确性和高效性。 第一种标注方法结合了模型骨架节点的拓扑特征和形状特征进行模型匹配。并且在标注过程中，引入了相关基数的概念并提出了相关基数度量算法，以相关基数作为衡量待标注模型与语义词汇相关程度的标准之一。标注过程如下:首先，对拓扑特征和形状特征相匹配的三维模型进行类似的组合。其次，计算出样本词汇中的比较相似的词汇并提取出其中与待标注模型相似程度较高的词汇，组成第一个词汇集。再次，通过模型词汇的相关传递原理计算出模型语义间的相关基数，进而，确定样本词汇中相关程度较高的词汇，组成第二个词汇集。最后，通过这两个词汇集的组合来确定语义标注。实验表明该方法可以更加精确地确定模型语义。 使用模型骨架节点的拓扑特征和几何特征来实现第二个标记方法中的模型匹配。在标注过程中，在模型与语义词汇之间的相关传递原理的基础上，提出了一种融合相似词汇概率、模型语义直接相关性和模型整体相似性的三维模型与语义词汇之间的相关性度量算法。标注过程如下:首先，几何性质结合三维模型骨架结构的拓扑性质进行模型匹配。其次，使用一种结合相似的词汇化概率、语义模型直接相关和模型的整体相似三种因素的模型语义相关性度量算法筛选出满足条件的样本词汇。再次，提取与待标注模型相似程度较高的词汇标注待标注模型。通过实验验证了三维模型的语义标注精度和鲁棒性。

目录

声明

摘要

1 绪论

1．1 研究背景和意义

1．2 国内外研究的现状

1．3 本文的研究内容

1．4 论文组织结构

1．5 本章小结

2 三维模型语义标注基本理论

2．1 引言

2．2 三维模型检索的理论基础

2．2．1 基于文本的三维模型检索

2．2．2 基于内容特征的三维模型检索

2．2．3 基于语义特征的三维模型检索

2．3 语义样本库

2．4 WordNet词汇关系的语义相似度计算

2．5 本章小结

3 融合形状与语义相关性的三维模型标注方法

3．1 引言

3．2 标注流程

3．3 自动语义标注算法

3．3．1 基于骨架节点的拓扑特征与形状特征的模型匹配

3．3．2 模型语义相似性计算

3．3．3 基于传递性的模型语义相关度量

3．3．4 确定最终待标注模型的语义

3．4 实验结果及分析

3．5 本章小结

4 融合骨架结构与相关传递性的三维模型标注方法

4．1 引言

4．2 融合骨架节点的拓扑属性与几何属性的模型匹配方法

4．3 语义相似度计算

4．4 模型与语义相似度计算

4．4．1 传统的模型与语义相似度计算方法

4．4．2 基于相关传递原理的模型与语义相似性度量算法

4．5 实验结果及分析

4．6 本章小结

结论

参考文献

攻读硕士学位期间发表学术论文情况

致谢