基于内容和语义的三维模型检索综述2020 论文笔记

本文概述了基于内容和语义的三维模型检索技术,包括统计数据、几何外形、拓扑结构和视觉特征的检索方法。探讨了基于语义的检索,如相关性反馈、主动学习和本体技术,强调了语义鸿沟问题及其解决方案。
摘要由CSDN通过智能技术生成

裴焱栋

2020

计算机应用

 

1、引言

基于内容的三维模型检索:注重对模型物理性状的描述和模型的特征空间匹配计算。

但是,人类对物体的分类除了依赖于物理形状特征,还会综合考虑物体的内涵、功能等高级信息。外形相似的模型可能属于不同的类别,而基于内容的三维模型检索无法提取到这种特征信息,因此在检索上遇到瓶颈,这种现象被称为语义鸿沟。因此,基于语义的三维模型检索技术开始成为热点,常见方法包括用户反馈、本体技术等。

2、基于内容的三维模型检索

1)基于统计数据(物理特征用统计学表示)的检索方法

此类方法要求对特征进行采样,然后用直方图等统计方法存储和比较。常见的统计特征有距离、法向量和角度,顶点的曲率、各类数学矩和数学变换的系数等。其优点是计算简单,对有较多噪声的模型有较好的鲁棒性。缺点是对模型的描述比较

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值