三维模型特征提取技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| §1.1 课题背景和意义 | 第10-12页 |
| §1.2 研究基础 | 第12页 |
| §1.3 论文的主要贡献 | 第12-13页 |
| §1.4 论文的组织结构 | 第13-14页 |
| §1.5 本章小结 | 第14页 |
| 本章参考文献 | 第14-15页 |
| 第二章 国内外研究现状分析 | 第15-37页 |
| §2.1 三维模型检索框架 | 第15-16页 |
| §2.2 特征提取 | 第16-23页 |
| ·基于特征向量的特征提取方法 | 第17-18页 |
| ·基于统计数据的特征提取方法 | 第18-20页 |
| ·基于拓扑的特征提取方法 | 第20-21页 |
| ·基于视图的特征提取方法 | 第21-23页 |
| §2.3 相似性度量 | 第23-24页 |
| ·距离度量 | 第23-24页 |
| ·分类学习 | 第24页 |
| §2.4 已有的三维模型检索系统 | 第24-27页 |
| §2.5 检索性能的评价 | 第27-28页 |
| §2.6 相关反馈技术 | 第28页 |
| §2.7 主动学习 | 第28-29页 |
| §2.8 本体检索技术 | 第29-30页 |
| §2.9 本章小结 | 第30页 |
| 本章参考文献 | 第30-37页 |
| 第三章 三维模型预处理 | 第37-46页 |
| §3.1 三维模型坐标系归一化预处理 | 第37-42页 |
| ·平移、尺度归一化 | 第38-39页 |
| ·旋转归一化处理 | 第39-42页 |
| §3.2 网格模型的体素化表示 | 第42-43页 |
| ·三维模型文件格式的统一 | 第42-43页 |
| ·三维网格模型的体素化 | 第43页 |
| §3.3 本章小结 | 第43-44页 |
| 本章参考文献 | 第44-46页 |
| 第四章 基于向量场的三维模型线形骨架提取 | 第46-65页 |
| §4.1 概述 | 第46页 |
| §4.2 基于向量场提取多层次线形骨架 | 第46-55页 |
| ·概念描述 | 第47-49页 |
| ·多层次线形骨架提取框架 | 第49-55页 |
| §4.3 线形骨架之间的相似性度量 | 第55-58页 |
| §4.4 算法分析与实验 | 第58-61页 |
| ·时间复杂度 | 第58-59页 |
| ·三维模型库的分类与检索 | 第59-60页 |
| ·模型局部匹配 | 第60-61页 |
| §4.5 本章小结 | 第61-62页 |
| 本章参考文献 | 第62-65页 |
| 第五章 基于局部特征概率密度的特征提取框架 | 第65-82页 |
| §5.1 概述 | 第65-66页 |
| §5.2 三维模型的局部几何特征 | 第66-68页 |
| ·径向特征S_r | 第67页 |
| ·切平面的特征S_t | 第67页 |
| ·点积特征A | 第67页 |
| ·叉乘特征S_c | 第67-68页 |
| ·形状索引SI | 第68页 |
| §5.3 特征提取框架 | 第68-74页 |
| ·核密度估计 | 第68-69页 |
| ·特征计算 | 第69-70页 |
| ·带宽的选择 | 第70-71页 |
| ·目标点的选择 | 第71-72页 |
| ·KDE的计算复杂度 | 第72页 |
| ·算法流程 | 第72-74页 |
| §5.4 实验结果与分析 | 第74-79页 |
| ·特征融合 | 第75-77页 |
| ·维数约简 | 第77-78页 |
| ·与其它同类特征描述符的检索性能比较 | 第78-79页 |
| §5.5 本章小结 | 第79页 |
| 本章参考文献 | 第79-82页 |
| 第六章 基于相关反馈的三维模型特征描述 | 第82-97页 |
| §6.1 概述 | 第82-83页 |
| §6.2 基于语义力的相关反馈方法 | 第83-90页 |
| ·三维模型的概念表示 | 第83-84页 |
| ·语义向量 | 第84-85页 |
| ·三维模型之间的几何距离 | 第85页 |
| ·语义力 | 第85-86页 |
| ·构建带有语义力的特征空间 | 第86-90页 |
| §6.3 基于纯语义的相关反馈方法 | 第90-91页 |
| ·三维模型的描述 | 第90页 |
| ·语义参数 | 第90-91页 |
| §6.4 试验结果与分析 | 第91-94页 |
| ·语义力相关反馈(SFRF)方法的性能测试与分析 | 第92-93页 |
| ·纯语义相关反馈(PSRF)方法的性能测试与分析 | 第93-94页 |
| §6.5 本章小结 | 第94-95页 |
| 本章参考文献 | 第95-97页 |
| 第七章 基于主动学习的三维模型语义标注 | 第97-117页 |
| §7.1 概述 | 第97-98页 |
| §7.2 与语义标注相关的几个概念 | 第98-102页 |
| ·本体和领域本体 | 第98-99页 |
| ·三维模型的描述 | 第99-100页 |
| ·低层特征及其几何距离 | 第100页 |
| ·语义特征和语义距离 | 第100-101页 |
| ·神经模糊控制器 | 第101-102页 |
| §7.3 基于主动学习的三维模型语义标注框架 | 第102-110页 |
| ·框架结构和操作模式 | 第102-104页 |
| ·模糊神经单元 | 第104-105页 |
| ·知识增益估计器 | 第105-106页 |
| ·语义力相关反馈 | 第106-107页 |
| ·基于秩次的相关反馈 | 第107-109页 |
| ·语义标注界面 | 第109-110页 |
| §7.4 算法分析与实验 | 第110-114页 |
| §7.5 本章小结 | 第114页 |
| 本章参考文献 | 第114-117页 |
| 第八章 总结与展望 | 第117-120页 |
| §8.1 本文工作总结 | 第117-118页 |
| §8.2 前景展望 | 第118-120页 |
| 攻读博士学位期间以第一作者已发表或录用的论文 | 第120-121页 |
| 致谢 | 第121页 |
