| 摘要 | 第8-10页 |
| ABSTRACT | 第10-11页 |
| 第1章 绪论 | 第12-26页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 研究问题与现状 | 第14-22页 |
| 1.2.1 自由形状的物体建模 | 第14-17页 |
| 1.2.2 三维人造物体的细粒度语义理解与建模 | 第17-19页 |
| 1.2.3 三维室内场景的结构理解与生成 | 第19-22页 |
| 1.3 本文主要工作和创新点 | 第22-24页 |
| 1.4 论文内容安排 | 第24-26页 |
| 第2章 基于中轴的稀疏RBF曲面重建算法 | 第26-41页 |
| 2.1 相关方法概述 | 第26-29页 |
| 2.1.1 隐式曲面重建 | 第26-27页 |
| 2.1.2 模型中轴提取 | 第27-29页 |
| 2.2 RBF曲面与稀疏优化的预备知识 | 第29-31页 |
| 2.2.1 RBF曲面 | 第29页 |
| 2.2.2 稀疏优化 | 第29-31页 |
| 2.3 稀疏RBF曲面重建算法 | 第31-35页 |
| 2.3.1 中轴点采样 | 第31-32页 |
| 2.3.2 稀疏优化模型 | 第32-35页 |
| 2.4 曲面重建结果及应用 | 第35-40页 |
| 2.4.1 结果与比较 | 第36-39页 |
| 2.4.2 3D图标应用 | 第39页 |
| 2.4.3 算法局限 | 第39-40页 |
| 2.5 小结 | 第40-41页 |
| 第3章 面向细粒度语义的形状相似性度量 | 第41-60页 |
| 3.1 问题描述及相关方法概述 | 第41-43页 |
| 3.2 形状相似性的度量算法 | 第43-47页 |
| 3.2.1 模型形状表达方式 | 第44-45页 |
| 3.2.2 特定类别相似性度量 | 第45-47页 |
| 3.2.3 度量融合 | 第47页 |
| 3.3 实验结果、比较与应用 | 第47-54页 |
| 3.3.1 对照方法简述 | 第48-49页 |
| 3.3.2 不同形状相似性度量的比较 | 第49-51页 |
| 3.3.3 形状检索应用 | 第51-53页 |
| 3.3.4 形状分类应用 | 第53-54页 |
| 3.4 小结 | 第54-60页 |
| 第4章 基于生成式递归神经网络的室内场景自动生成算法 | 第60-87页 |
| 4.1 室内场景生成方法概述 | 第60-62页 |
| 4.2 算法综述 | 第62-64页 |
| 4.3 结构化的场景表达方式 | 第64-67页 |
| 4.3.1 层级式场景结构 | 第64-65页 |
| 4.3.2 物体相对位置 | 第65-67页 |
| 4.4 递归式神经网络 | 第67-72页 |
| 4.5 结果评价及应用 | 第72-85页 |
| 4.5.1 室内场景生成结果 | 第72-77页 |
| 4.5.2 实验结果对比 | 第77-78页 |
| 4.5.3 网络结构设计及场景表达方式验证 | 第78-81页 |
| 4.5.4 算法应用 | 第81-85页 |
| 4.6 小结 | 第85-87页 |
| 第5章 总结与展望 | 第87-90页 |
| 5.1 总结 | 第87-88页 |
| 5.2 展望 | 第88-90页 |
| 参考文献 | 第90-104页 |
| 致谢 | 第104-106页 |
| 攻读学位期间发表的学术论文目录 | 第106-107页 |
| 攻读学位期间参与科研项目情况 | 第107-108页 |
| 外文论文 | 第108-154页 |
| 学位论文评阅及答辩情况表 | 第154页 |