【技术实现步骤摘要】
基于向量检索技术的模型检索方法、装置、介质及设备
[0001]本申请涉及模型检索
，具体涉及一种基于向量检索技术的模型检索方法、装置、介质及设备。
技术介绍
[0002]模型检索指的是三维模型的检索，三维模型在工业设计、建筑设计和电影制作等场景中应用较为广泛。对于许多三维模型设计项目，重新创建一个三维模型可能需要大量的时间、人力和资金。针对此种情况的处理通常为：检索出适合的现有模型进行修改以达到设计需求，从而减少三维模型设计周期和成本。其中，三维模型的检索方法扮演着重要的角色。
[0003]当前现有的三维模型检索方法主要为：通过模型文件的名称关键词、形状特征、表面拓扑结构等方式进行检索或者通过神经网络和深度学习模型来进行三维模型检索，但是此类方式对三维模型检索过程中，模型特征匹配所耗费的时间较长，导致模型检索的效率较低。
技术实现思路
[0004]为了提高模型检索的效率，本申请提供一种基于向量检索技术的模型检索方法、装置、介质及设备。
[0005]在本申请的第一方面提供了一种基于向量检索...
【技术保护点】
【技术特征摘要】
1.一种基于向量检索技术的模型检索方法，其特征在于，所述方法包括：获取至少一个STL文件的多个特征点组合，并获取每个所述特征点组合对应的空间距离和法向量夹角余弦值；基于各所述空间距离，确定每个所述STL文件对应的空间距离频率分布直方图，并基于各所述法向量夹角余弦值，确定每个所述STL文件对应的法向量夹角余弦值频率分布直方图；根据所述空间距离频率分布直方图和所述法向量夹角余弦值频率分布直方图，得到每个所述STL文件对应的第一特征向量；对各所述第一特征向量进行分簇处理，确定每个所述第一特征向量对应的第一中心点归类；确定待检索模型的第二特征向量，从各所述第一中心点归类中匹配所述第二特征向量对应的第二中心点归类，并将所述第二中心点归类对应的所有第一特征向量确定为检索结果。2.根据权利要求1所述的基于向量检索技术的模型检索方法，其特征在于，所述获取至少一个STL文件的多个特征点组合，具体包括：确定面积累加数组，所述面积累加数组中每个数组元素的值为当前数组元素的值与前一个数组元素的值之和，所述当前数组元素的值为所述STL文件对应的三维模型当前面片的面积，第一个数组元素的值为所述三维模型第一个面片的面积；根据所述面积累加数组中的最后数组元素，确定目标区间，并生成所述目标区间之间的随机数，所述目标区间为0到所述最后数组元素的区间；根据所述随机数，从至少一个STL文件中获取对应面片的目标顶点坐标，按照预设公式和所述目标顶点坐标确定第一特征点，并重复执行所述生成所述目标区间之间的随机数的步骤，确定第二特征点，将所述第一特征点和所述第二特征点确定为特征点组合；重复执行所述生成所述目标区间之间的随机数的步骤，得到多个所述特征点组合。3.根据权利要求2所述的基于向量检索技术的模型检索方法，其特征在于，所述预设公式为：；式中，p表示为第一特征点或第二特征点，表示（0，1）之间的随机数，A、B和C表示目标顶点坐标。4.根据权利要求1所述的基于向量检索技术的模型检索方法，其特征在于，所述基于各所述空间距离，确定每个所述STL文件对应的空间距离频率分布直方图，具体包括：根据各所述空间距离，确定空间距离数组，并筛选所述空间距离数组中的最大空间距离；将0到所述最大空间距离组成的区间划分为第一个数的子区间，并统计所述空间距离数组中处于每个所述子区间的空间距离的第二个数；将各所述第二个数除以所述空间距离数组中空间距离的数量之和，得到各所述子区间对应的频率；
将各所述子区间作为横坐标，并将对应的频率作为纵坐标，得到每个所述STL文件对应的空间距离频率分布直方图。5.根据权利要求1所述的基于向量检索技术的模型检索方法，其特征在于，所述根据所述空间距离频率分布直方图和所述法向量夹角余弦值频率分布直方图，得到所述STL文件对应的第一特征向量，具体包括：将所述空间距离频率分布直方图和所述法向量夹角余弦值频率分布直方图同一横坐标对应的纵坐标的数值进行加权求和，得到所述STL文件对应的第一特征向量...
【专利技术属性】
技术研发人员：宋庭熙，
申请(专利权)人：北京凯锐远景科技有限公司，
类型：发明
国别省市：
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。