基于草图的三维模型检索的研究
| 摘要 | 第2-3页 |
| Abstract | 第3页 |
| 1 绪论 | 第6-18页 |
| 1.1 研究背景与意义 | 第6-7页 |
| 1.2 背景知识 | 第7-17页 |
| 1.2.1 人工神经网络 | 第8-14页 |
| 1.2.2 手绘草图 | 第14-15页 |
| 1.2.3 三维模型检索 | 第15-17页 |
| 1.3 本文的主要研究内容及组织结构 | 第17-18页 |
| 2 国内外研究现状 | 第18-23页 |
| 2.1 草图识别研究现状 | 第18-19页 |
| 2.2 三维模型检索研究现状 | 第19-22页 |
| 2.3 小结 | 第22-23页 |
| 3 基于草图的最优视图选择算法 | 第23-37页 |
| 3.1 基于多层神经网络的草图分类器 | 第23-31页 |
| 3.1.1 网络结构设计 | 第23-30页 |
| 3.1.2 训练方法 | 第30-31页 |
| 3.2 基于草图的最优视图选择 | 第31-35页 |
| 3.2.1 视图投影策略 | 第32-34页 |
| 3.2.2 视图概率选择模型 | 第34-35页 |
| 3.3 基于草图的最优视图选择框架 | 第35-36页 |
| 3.4 小结 | 第36-37页 |
| 4 基于草图的三维模型检索 | 第37-54页 |
| 4.1 相似度与匹配策略 | 第37-39页 |
| 4.1.1 相似度定义 | 第37页 |
| 4.1.2 草图与三维模型的相似度定义 | 第37-38页 |
| 4.1.3 匹配策略 | 第38-39页 |
| 4.2 基于深度度量学习的跨域检索 | 第39-42页 |
| 4.2.1 网络结构设计 | 第39-40页 |
| 4.2.2 网络训练方法 | 第40-42页 |
| 4.3 总体框架 | 第42页 |
| 4.4 实验与分析 | 第42-53页 |
| 4.4.1 数据集介绍 | 第43页 |
| 4.4.2 评价指标介绍 | 第43-46页 |
| 4.4.3 实验配置 | 第46-49页 |
| 4.4.4 实验结果分析 | 第49-53页 |
| 4.5 小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间发表学术论文情况 | 第58-59页 |
| 致谢 | 第59-61页 |
