基于标签传播的交互式形状协同分割方法及装置制造方法及图纸

本发明专利技术适用于形状协同分割技术领域，提供一种基于标签传播的交互式形状协同分割方法及装置，所述方法包括：将给定的一组形状过分割成子片，并构建子片间的关系图模型；当其中部分子片接收到用户指定的标签信息后，基于所述关系图模型，沿着图中的边将已标注的标签信息传播至其他未标注的子片上。本发明专利技术将标签传播技术结合至形状协同分割领域，相比目前基于半监督学习的协同分割方法，本发明专利技术的交互手段更直接，交互速度更快，准确率更高；同时，采用本发明专利技术方法同样可以高效地对样本外数据进行处理。

【技术实现步骤摘要】
基于标签传播的交互式形状协同分割方法及装置
本专利技术属于形状协同分割
，尤其涉及一种基于标签传播的交互式形状协同分割方法及装置。
技术介绍
传统几何处理方法依赖于局部几何信息来对三维几何模型进行分析和处理，然而近年来，人们越来越发现仅仅利用局部几何信息很难实现复杂的几何处理任务。随着研究工作的深入，人们开始挖掘和利用几何形状的整体和结构信息，并提出了相应的几何处理方法，即形状分析方法。近十年来，形状分析方法在几何处理领域得到了广泛的关注和发展，成为现在的研究热点。最近，在形状分析处理领域，学者们认为对多个形状进行协同分析，能得到更多的有价值的信息，从而有效改进对单个形状作分析处理之后的结果。形状协同分割是这一类工作的基础，它是指同时分割一组形状，并且建立分割后不同形状子块之间的对应关系。形状协同分割能有效辅助解决很多形状处理问题，如建模、模型检索、纹理映射等。目前，协同分割方法可以大致分为三类:无监督方法、监督方法和半监督方法。在无监督方法中，协同分割不能处理尺度变化大的情况，针对复杂的，或刚体差异性大的形状并不能鲁棒处理。后来又采用风格来定义不同形状间的块伸缩性，并以此来优化之前的方法，这样能处理刚体对齐时部件伸缩，但本质上它还是依赖于形状之间的刚体对齐。为克服之前方法对刚体要求的依赖，有出现了一种基于特征描述符的方法，该方法采用多个特征描述符来度量子片之间的相似性，并构造相似矩阵。通过对该相似矩阵作特征分解，该方法最终将形状的协同分割问题看作为在谱空间中的聚类问题，并得到针对某一类形状的协同分割结果。因为形状描述符是独立于形状的位置和伸缩等变化的，从而能处理几何和拓扑变化比较大的数据集。随后将多个描述符作连接得到它们之间的相似性度量。然而，以上的无监督方法都不能保证结果的准确性，协同分割的结果依赖于给定的数据集。在监督学习方法中，一般采用监督学习的方法来同时分割和标注形状。给定一些已经分割和标注好的模型，使用描述符描述这些已分割和标注好的数据，然后将这些数据作为训练数据，训练出一个分类器。当给定一个待标注的模型，基于该分类器，他们能快速得到模型的分割和标注结果。如果将先验知识加入之前监督学习方法的训练数据中，得到效果更优的分类器。然而，这一类方法需要人工标注大量的数据作为训练数据，最终分割和标注的结果也依赖于之前的训练集。目前又有学者提出一种基于半监督学习的协同分割方法，该方法允许用户通过标注一些成对约束，主动协助参与协同分割过程。证明了仅需要指定少量的成对约束，他们能得到高准确率的结果。但是这种方法交互方式并不是很直观，需要用户指定成对约束；另外还不能很好的处理样本外的数据，给定一个样本外的数据，他们方法需要重新执行整个算法流程。
技术实现思路
鉴于上述问题，本专利技术的目的在于提供一种基于标签传播的交互式形状协同分割方法装置，旨在解决现有形状协同分割方案需要用户指定成对约束、不能很好处理样本外数据的技术问题。一方面，所述基于标签传播的交互式形状协同分割方法包括下述步骤:将给定的一组形状过分割成子片，并构建子片间的关系图模型；当其中部分子片接收到用户指定的标签信息后，基于所述关系图模型，沿着图中的边将已标注的标签信息传播至其他未标注的子片上。另一方面，所述基于标签传播的交互式形状协同分割装置包括:预处理单元，用于将给定的一组形状过分割成子片，并构建子片间的关系图模型；标签传播单元，用于当其中部分子片接收到用户指定的标签信息后，基于所述关系图模型，沿着图中的边将已标注的标签信息传播至其他未标注的子片上。本专利技术的有益效果是:本专利技术将标签传播技术结合至形状协同分割领域，首先对给定的一组形状经行预处理，包括过分割和构建关系图模型，然后与用户进行交互，用户可以在一些子片上指定它们的标签信息，然后基于之前建立的关系图模型，沿图中的边将已标注的标签信息快速传播至未标注图节点上，从而得到它们协同分割结果。相比目前基于半监督学习的协同分割方法，本专利技术的交互手段更直接，交互速度更快，准确率更高；同时，采用本专利技术方法同样可以高效地对样本外数据进行处理。【附图说明】图1是本专利技术实施例提供的基于标签传播的交互式形状协同分割方法的流程图；图2是图1中步骤SlOl的优选流程图；图3是本专利技术实施例提供的基于标签传播的交互式形状协同分割装置的结构方框图；图4是本专利技术实施例提供的预处理单元的结构图。【具体实施方式】为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1示出了本专利技术实施例提供的基于标签传播的交互式形状协同分割方法的流程，为了便于说明仅示出了与本专利技术实施例相关的部分。本实施例提供的基于标签传播的交互式形状协同分割方法包括:步骤S101、将给定的一组形状过分割成子片，并构建子片间的关系图模型。在图论中，图由节点和连接节点的边构成，图通常用来描述某些事物之间的某种特定关系，用点代表事物，用连接两点的边表示相应两个事物间具有这种关系。在本实施例中，本步骤首先对给定的一组形状进行预处理，包括过分割和建立关系图模型。对于样本外的几何形状(即样本外数据)，同样可以采用本步骤进行预处理。步骤S102、当其中部分子片接收到用户指定的标签信息后，基于所述关系图模型，沿着图中的边将已标注的标签信息传播至其他未标注的子片上。建立图模型后，本步骤中需要与用户进行交互，用户在部分子片上指定它们的标签信息，然后基于所述关系图模型，按照标签传播算法，沿着图中的边将已标注的标签信息传播至其他未标注的子片上，从而得到它们协同分割结果。相比目前基于半监督学习的协同分割方法，本实施例的交互手段更直接，交互速度更快。同时，可以高效处理样本外数据。作为一种优选实施方式，参照图2，上述步骤SlOl具体包括:步骤S201、通过归一化分割，将给定的一组形状过分割，生成一系列子片；步骤S202、用形状描述符对每个子片进行度量，根据度量值求出子片的相似性度量，以构造子片间的关系图模型，其中，图中的节点表示每个子片，图中的边表示两个子片的相似性度量。本优选实施方式中,采用Normalized Cut将形状过分割生成一系列的子片,然后对这些子片构建关系图模型，这里以矩阵形式来表示该图，其中图的节点表示为每个子片，图的边表示两个子片的相似性度量。为了能更准确的度量每个子片，本优选方式选择五个鲁棒和高效的形状描述符来度量它们，从而能更好的区分出不同的语义块。所述形状描述符为形状直径函数、共形因子、形状上下文、平均测地距离和到形状底部的测地距离。所有这些描述符都是定义和计算在网格的面片上，即对模型的每个面片，都有五个描述符定义它在某个度量空间内的属性。并且采用直方图来统计落在每个子片内面片的对应于每个形状描述符的分布。在计算完针对每个子片的度量之后，可以根据这些度量值求出它们的相似性度量，并构造它们的关系图模型。进一步的，作为上述步骤S102的一种具体实现方式，采用迭代算法实现用户输入和标签传播过程，直至得到用户满意结果。具体的，每次迭代中，图中节点沿着图中的边向其周围传播标签本文档来自技高网...

【技术保护点】
一种基于标签传播的交互式形状协同分割方法，其特征在于，所述方法包括：将给定的一组形状过分割成子片，并构建子片间的关系图模型；当其中部分子片接收到用户指定的标签信息后，基于所述关系图模型，沿着图中的边将已标注的标签信息传播至其他未标注的子片上。

【技术特征摘要】
1.一种基于标签传播的交互式形状协同分割方法，其特征在于，所述方法包括: 将给定的一组形状过分割成子片，并构建子片间的关系图模型； 当其中部分子片接收到用户指定的标签信息后，基于所述关系图模型，沿着图中的边将已标注的标签信息传播至其他未标注的子片上。2.如权利要求1所述方法，其特征在于，所述将给定的一组形状过分割成子片，并构建子片间的关系图模型步骤，具体包括: 通过归一化分割，将给定的一组形状过分割，生成一系列子片； 用形状描述符对每个子片进行度量，根据度量值求出子片的相似性度量，以构造子片间的关系图模型，其中，图中的节点表示每个子片，图中的边表示两个子片的相似性度量。3.如权利要求2所述方法，其特征在于，所述形状描述符为形状直径函数、共形因子、形状上下文、平均测地距离和到形状底部的测地距离。4.如权利要求3所述方法，其特征在于，所述当其中部分子片接收到用户指定的标签信息后，基于所述关系图模型，沿着图中的边将已标注的标签信息传播至其他未标注的子片上步骤，具体包括: 当图中部分节点接收到用户指定的标签信息后，沿着图中的边向其周围传播标签信息，同时吸收周围节点传播的标签信息...

【专利技术属性】
技术研发人员：汪云海，吴子朝，刘新国，黄惠，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：