首页> 中文学位 >基于语义树的三维模型检索的研究
【6h】

基于语义树的三维模型检索的研究

代理获取

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1研究背景及意义

1.2研究现状

1.3主要研究内容

1.4论文创新点

1.5论文组织结构

第二章 三维模型检索的相关技术

2.1本体

2.2三维模型特征提取

2.3相似度计算

2.4相关反馈机制介绍

2.5本章小结

第三章 基于语义树的三维模型检索方法

3.1基于语义树的三维模型检索的概述

3.2数据库处理

3.3基于WordNet的语义树构造

3.4语义树的实例化

3.5检索过程

3.6基于形状特征的检索反馈

3.7本章小结

第四章 语义树在三维模型检索中的应用

4.1基于语义树的三维模型检索思想

4.2具体应用研究

4.3检索结果分析

4.4本章小结

第五章 总结和展望

5.1工作总结

5.2下一步研究计划

参考文献

攻读硕士学位期间取得的科研成果

致谢

展开▼

摘要

随着计算机在多媒体技术和虚拟现实技术等方面的不断提高,3D模型在计算机辅助设计(CAD),机械工程和娱乐等各个领域的应用已经越来越普及。随着计算机图形硬件性能的提高和几何造型软件的普遍应用。3D模型的数量以惊人的指数倍增长。这极大的丰富了3D模型资源,从而形成了极多的3D模型库。但是,如何有效利用现有的3D模型资源,以及迅速找到所需要的3D模型或者模型重用,3D模型检索开始引起越来越多的科研人员的注意。
  3D模型检索大体可以分为基于关键字的3D模型检索,基于内容的3D模型检索和基于语义的3D模型的检索。基于关键字的3D模型检索是最简单的也是应用最广泛的。基于内容的3D模型检索是研究的重点。3D模型特征提取以及相似度计算都是重点也是难点。而基于语义的3D模型检索,是3D模型检索的必然发展趋势。
  本文的研究内容主要包括以下几个方面:
  (1)语义树的构造。由于语义网不能表现各个概念之间的层次结构关系,但是树型结构就有这个优势。所以更加倾向于语义树。从深层了解 WordNet结构特点,充分利用这种结构特点。借用普林斯顿大学的3D模型库PSB(Princeton Shape Benchmark),构造语义树。
  (2)关键词语义的扩展问题及相应的检索方法。借助WordNet给出关键词的同义词与下位词,通过扩展关键词集来减少语义树不包含关键词的情况。其次,在语义树不包含关键词的情况下,依据 WordNet计算关键字语义与模型语义的相似性,返回语义相似性强的节点下的模型,减少检索结果为空的可能性。
  (3)采用相关反馈机制来提高检索结果。利用获取到的用户反馈信息进行二次检索来提高检索效率是常用的方法。但是,本文在此基础上进行了优化。主要是在第一次检索结果集中,利用模型的几何形状特征来进行二次检索,返回更加符合用户检索意图的模型。
  本文主要在三维模型检索的过程中融入语义树,从而开展相应的工作。该方法在某种程度上有效的提高了检索效率,优化了检索结果。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号