【技术实现步骤摘要】
一种基于小样本的三维网格分割结果标签化的方法
本专利技术涉及一种基于小样本的三维网格分割结果标签化的方法,属于计算机图形学中形状分析领域。
技术介绍
随着虚拟现实技术的发展,三维模型分析技术日新月异。网格分割是三维模型分析或形状分析当中重要的部分。网格分割或网格的区域化,是几何建模和计算机图形学当中的重要任务和不可或缺的组成部分。良好的分割模型有助于模型辅助的参数化,纹理映射,变形,多分辨率建模,网格编辑,模型的压缩,动画等等。此外,形状分析和基于语义的表示,都必须依赖于网格的特征提取和结构提取。网格分割借鉴了图像分割、有限元网格划分、无监督机器学习等相关领域的技术,目的就是把一个代表三维物体的网格分割成若干部分。网格分割并标签化的发展带来了在线网格存储技术的发展和网格分割标准的提出。作为一项具有挑战的难题,网格分割发展至今已有三十余载。网格分割大致分为两类:基于表的分割和基于区块的分割。基于表的分割主要将一个给定的网格表面分解成表格,这些表格带有几何实体,如点、线和面。每个表对应着某一具体范围阈值的特征或描述符,如 ...
【技术保护点】
1.一种基于小样本的三维网格分割结果标签化的方法,其特征在于,利用部件缺失带来的描述符变化量进行部件预测并标签化,包括训练和识别两个阶段:/n步骤1.训练阶段,进行模型训练,具体包括:/n1.1使用谱聚类的方法,进行网格的分割,分割结果为符合人类视觉的语义分割;/n1.2采用热核描述符(HKS,heat kernal signature)作为描述三维网格上点局部到全局的特征;/n1.3部件的去除:对谱聚类得到的聚类矩阵,每个聚类都是由模型上的点构成,每个聚类中的点对应的索引即为被聚类网格中点的索引,去掉某一聚类的类别,即去掉拉普拉斯矩阵中对应的点索引即可,得到的拉普拉斯矩阵 ...
【技术特征摘要】
1.一种基于小样本的三维网格分割结果标签化的方法,其特征在于,利用部件缺失带来的描述符变化量进行部件预测并标签化,包括训练和识别两个阶段:
步骤1.训练阶段,进行模型训练,具体包括:
1.1使用谱聚类的方法,进行网格的分割,分割结果为符合人类视觉的语义分割;
1.2采用热核描述符(HKS,heatkernalsignature)作为描述三维网格上点局部到全局的特征;
1.3部件的去除:对谱聚类得到的聚类矩阵,每个聚类都是由模型上的点构成,每个聚类中的点对应的索引即为被聚类网格中点的索引,去掉某一聚类的类别,即去掉拉普拉斯矩阵中对应的点索引即可,得到的拉普拉斯矩阵再次进行分解得到新的特征值和特征向量;
1.4计算描述符变化量:利用步骤1.1中分割得到的部件,即分割结果缺失带来的描述符变化量来预测部件标签;假设部件缺失前对模型点集中的某一点m1的热核描述符为S1,m1∈M,M={m1,m2,...,mn},n为模型的点数量,M代表模型,假设该点不属于缺失部件,模型部件缺失后,m1的热核描述符为S2,则定义m1的描述符变化量为ΔS=|S1-S2|;
1.5投票计算影响因子:不同点对于部件的缺失带来的影响不同,采用投票的方式来表示这一影响因子;设I代表影响因子的大小,则I定义为:I=e-μ*d*d,μ为常数,d表示采样点到部件中一点的热核测地距离值;
1.6回归模型的训练;
步骤2.部件识别阶段,基于前面训练的模型进行部件识别。
2.根据权利要求1所述的一种基于小样本的三维网格分割结果标签化的方法,其特征在于,所述步骤1.1使用谱聚类的方法,进行网格的分割,具体步骤如下:
1)计算一个对称的关联矩阵W,该矩阵对同一簇中一对面的概率进行编码;所述的对称的关联矩阵W即以面为节点的加权图的邻接矩阵;
2)对关联矩阵W规范化为D为一个对角度矩阵,其第i个元素为W中第i行的和;
3)计算N的前k个最大的特征向量e1,e2,...,ek,并构成矩阵V=[e1,e2,...,ek];
4)规范化V的每一行到单位长度,得到
5)从提取出k个用于K-means方法的聚类中心;
6)对进行K-means聚类以得到对应的聚类分组。
3.根据权利要求1所述的一种基于小样本的三维网格分割结果标签化的方法,其特征在于,所述步骤1.2中热核描述符HKS的具体生成过程如下:
记M是一个黎曼流形,M上的热扩散过程由下面的公式所表示的方程决定:
上式中的u(x,t)表示在时刻t时点x处的热量大小,ΔM是M上的拉普拉斯算子;
给定一个有n个顶点的网格,记L为网格的拉普拉斯算子,则L是一个n×n大小的稀疏矩阵,L=A-1W;其中A是一对角矩阵,A的对角元素Aii等于与顶点i相邻的三角形面积之和的三分之一;关联矩阵W是一个对称的稀疏矩阵,W由下面的公式定义:
其中,为顶点i和j之间的欧式距离,h为网格的平均边长;
设ut为定义在网格顶点上的一个与时...
【专利技术属性】
技术研发人员:谭小慧,吕正元,施智平,
申请(专利权)人:首都师范大学,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。