基于视图和哈希算法的三维模型检索方法技术

本发明专利技术为一种基于视图和哈希算法的三维模型检索方法，该方法包括获取不同三维模型不同角度拍摄的多张视图图片，并归一化；构建基于AlexNet的卷积神经网络：在5层卷积层后经视图层连接两层全连接层，并在最后一个全连接层后加入哈希层，将高维特征转为低维的哈希码，转化过程中设计量化损失函数来减少哈希码的量化误差；利用已有三维模型数据集训练基于AlexNet的卷积神经网络，每个模型的特征用经过训练好的网络学习到的哈希特征表示；利用汉明距离计算任意给定查询三维模型与三维模型数据库中的三维模型的相似性，选定汉明距离最小的前几个模型作为结果输出到检索列表，能提高三维模型的检索效率。

【技术实现步骤摘要】
基于视图和哈希算法的三维模型检索方法
本专利技术的技术方案涉及三维(3D)模型的检索，具体地说是基于视图和哈希算法的三维模型检索方法。
技术介绍
随着大数据时代的到来，图像获取变得越来越简单，获取方式也变得越来越多样化。近年来低成本3D采集设备和3D建模工具的大量出现，使得三维模型的数量迅速增加，网络上已经有非常庞大的三维模型资源。三维模型在三维游戏、虚拟现实、工业设计、影视娱乐等方面的应用越来越广泛，对准确、高效的三维对象检索的需求日益显现。目前三维模型的检索工作主要可以分为两个方面：基于模型的检索和基于视图的检索。基于模型的检索主要是从三维数据的角度出发来表示模型特征，如多边形网格，体素网格、点云或隐式曲面。基于模型的方法可以较好的保留三维模型的原始数据信息以及空间几何特征。但是在现实世界中有时很难直接去用三维数据来表示模型,而且目前开源的三维特征模型数据库也比较少。基于视图的检索通过用一组二维图像来表示三维模型，将三维模型之间的匹配降维到二维层面来进行，通过匹配视图的相似度来查询所要查找的模型，能够在很大程度上避免过拟合问题。但是本文档来自技高网...

【技术保护点】
1.一种基于视图和哈希算法的三维模型检索方法，该方法包括获取不同三维模型不同角度拍摄的多张视图图片，并归一化；/n构建基于AlexNet的卷积神经网络：在5层卷积层后经视图层连接两层全连接层，并在最后一个全连接层后加入哈希层，将高维特征转为低维的哈希码，转化过程中设计量化损失函数来减少哈希码的量化误差；/n利用已有三维模型数据集训练基于AlexNet的卷积神经网络，每个模型的特征用经过训练好的网络学习到的哈希特征表示；利用汉明距离计算任意给定查询三维模型与三维模型数据库中的三维模型的相似性，汉明距离越大表示模型越不相似，汉明距离越小表示模型越相似，按照汉明距离由小到大排序，选定排序最靠前的多个...

【技术特征摘要】
1.一种基于视图和哈希算法的三维模型检索方法，该方法包括获取不同三维模型不同角度拍摄的多张视图图片，并归一化；
构建基于AlexNet的卷积神经网络：在5层卷积层后经视图层连接两层全连接层，并在最后一个全连接层后加入哈希层，将高维特征转为低维的哈希码，转化过程中设计量化损失函数来减少哈希码的量化误差；
利用已有三维模型数据集训练基于AlexNet的卷积神经网络，每个模型的特征用经过训练好的网络学习到的哈希特征表示；利用汉明距离计算任意给定查询三维模型与三维模型数据库中的三维模型的相似性，汉明距离越大表示模型越不相似，汉明距离越小表示模型越相似，按照汉明距离由小到大排序，选定排序最靠前的多个模型作为结果输出到检索列表。


2.根据权利要求1所述的检索方法，其特征在于，所述视图层为，在经5层卷积层特征提取后的同一个三维模型的多张图片中选取每个图片每个维度的特征最大值，生成该三维模型的特征描述子输入到全连接层中进行处理；
所述全连接层输出的高维特征经哈希层转码为低维的哈希特征fn，再将哈希特征fn按照bn＝sgn(fn-0.5)，转化为离散的哈希码bn；转化过程中量化损失函数Lql为s.t.bn∈{0,1}k，N为输入的样本数，k为哈希码的位数。


3.根据权利要求1所述的检索方法，其特征在于，在获取多张视图图片前要对不同的三维模型进行模型尺度标准化处理，通过对模型进行缩放处理将不同尺度的模型缩放到边长为2的立方体中，具体步骤是：
1)读取三维模型每个点的信息，找到模型最小的坐标点(xmin,ymin,zmin)和模型的最大的坐标点(xmax,ymax,zmax)；
2)计算最大的坐标点与最小的坐标点的差值,取三个维度上差值的最大值作为模型包围盒的边长l，构建一个正方体包围盒，将模型的中心放置在正方体的体心上；
3)将模型进行缩放，得到标准化模型：其中对于任一点的坐标(x,y,z)，经过缩放后得到新的坐标(x′,y′,z′)，具体的计算方法是:
x′＝(x-xmin)×2/l-1
y′＝(y-ymin)×2/l-1
z′＝(z-zmin)×2/l-1
经过标准化处理后，模型所有点的坐标都位于[-1,1]，模型处于一个边长为2的立方体中，获得标准化模型。


4.根据权利要求3所述的检索方法，其特征在于，多视图图片的获取过程是：将虚拟相机阵列在模型的周围，每个模型拍摄12张视图图片，将多张视图图片归一化处理为统一的大小后作为卷积神经网络的输入；具体步骤是：
1)将标准化模型放置在正二十面体的体心，在正二十面体的12个顶点处放置虚拟相机进行拍摄，获取模型的一组256×256大小的12视图；
2)将模型的多视图裁剪为227×227大小,作为卷积神经网络的输入，剪切的方法为:
left＝Cw/2-C′w/2
top＝Ch/2-Ch′/2
right＝left+C′w
bottom＝top+C′h
其中top、bottom、left、rig...

【专利技术属性】
技术研发人员：张满囤，燕明晓，王红，田琪，崔时雨，齐畅，魏玮，吴清，王小芳，
申请(专利权)人：河北工业大学，
类型：发明
国别省市：天津;12