基于张量子空间的三维模型特征提取及检索方法

吉林大学学报(信息科学版) ›› 2016, Vol. 34 ›› Issue (5): 645-650.

基于张量子空间的三维模型特征提取及检索方法

王新颖, 岳远扬

长春工业大学计算机科学与工程学院, 长春 130012

收稿日期:2015-08-15 出版日期:2016-09-24 发布日期:2017-01-16
作者简介:王新颖(1979—), 女, 长春人, 长春工业大学副教授, 博士, 硕士生导师, 主要从事机器学习、数据挖掘、三维模型检索等研究, (Tel)86-15943029559(E-mail)wang_xinying1979@163. com。
基金资助:
国家自然科学基金资助项目(61303132); 吉林省科技厅自然科学基金资助项目(201215127)

Method of 3D Model Feature Extraction and Retrieval Based on Tensor Subspace Learning

WANG Xinying, YUE Yuanyang

College of Computer Science and Engineering, Changchun University of Technology, Changchun 130012, China

Received:2015-08-15 Online:2016-09-24 Published:2017-01-16

摘要/Abstract

摘要： 为提高三维模型的检索效率, 针对三维模型特征提取方法进行了研究, 在多线性主成分分析(MPCA:Multi-Linear Principal Component Analysis)的基础上, 提出了一种加权多线性主成分分析(WMPCA: Weighted Multi-Linear Principal Component Analysis)方法, 并将其应用于三维模型特征提取中。该方法首先将三维模型转化为多角度的二维投影图像, 然后从多方向上通过张量进行特征提取, 最后将提取到的特征应用到三维模型检索中。对 Princeton Shape Benchmark 的实验表明, 该特征提取方法比经典的形状分布方法平均检索效率提高7%, 比传统的 MPCA 特征提取方法的平均检索效率提高 3%。

关键词: 张量子空间, 多线性主成分分析, 三维模型检索

Abstract: Feature extraction method for 3D model was studied. A method of WMPCA(Weighted Multi-linear Principal Component Analysis) for feature extraction based on MPCA(Multi-Linear Principal Component Analysis) was proposed, and it was applied to 3D model feature extraction. Firstly, the 3D model was transformed into multi-angle 2D projection images, and then were extracted features using tensor from multi-direction. Finally, the extracted features were applied to 3D model retrieval. Experimental results on Princeton Shape Benchmark show that the feature extraction method is better than classical shape distribution method and traditional MPCA method.

Key words: 3D model retrieval, multi-linear principal component analysis (MPCA), tensor subspace learning

中图分类号:

TP391

王新颖, 岳远扬. 基于张量子空间的三维模型特征提取及检索方法[J]. 吉林大学学报(信息科学版), 2016, 34(5): 645-650.

WANG Xinying, YUE Yuanyang. Method of 3D Model Feature Extraction and Retrieval Based on Tensor Subspace Learning[J]. Journal of Jilin University(Information Science Ed, 2016, 34(5): 645-650.

[1]	夏志城, 刘元宁, 朱晓冬, 刘震, 陈英, 郭志民. 基于 Vision Transformer 的眼睑遮挡虹膜识别[J]. 吉林大学学报(信息科学版), 2026, 44(3): 598-608.
[2]	谢颖. 基于布谷鸟搜索算法的人体上肢动作捕捉方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 680-686.
[3]	周炎, 张翼. 面向 5G 蜂窝物联网的医院设备终端数据快速接入方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 530-536.
[4]	周宗宁, 叶六奇, 栗健. 基于模拟退火的门诊候诊时间最短化排班算法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 649-655.
[5]	曹茂俊, 焦俊齐, 李仲文, 吴润桐. 基于 ConceptFERE 的成像测井领域小样本关系抽取方法#br#[J]. 吉林大学学报(信息科学版), 2026, 44(3): 609-617.
[6]	罗翔. 基于纵向联邦学习算法的隐私数据防篡改加密方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 618-624.
[7]	江明泽, 李伟, 董丹. 基于鲁棒子空间聚类算法的多来源数据集成处理方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 625-631.
[8]	牟琪. 大模型下游任务适配的参数高效微调策略综述[J]. 吉林大学学报(信息科学版), 2026, 44(3): 632-641.
[9]	任伟建, 张紫汉, 康朝海, 霍凤财, 孙勤江, 陈建玲. Mamba-SoftBBS: 改进DCP 的点云配准方法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 663-669.
[10]	孙长月, 张欢 . 基于用户- 算法双向反馈的信息茧房形成机制仿真 [J]. 吉林大学学报(信息科学版), 2026, 44(3): 670-679.
[11]	王霞, 陈晓林, 吴玲玲, 李建军. 视觉图像增强下的物料传送带目标自动识别算法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 700-705.
[12]	张爱生, 姚冰莹. 基于 VAE-WGAN 的无线通信网络异常数据剔除算法[J]. 吉林大学学报(信息科学版), 2026, 44(3): 706-712.
[13]	周涛, 崔政阳, 王世博, 谢光懿, 柴磊, 孙铁刚. 车辆仪表电磁脉冲效应远程智能监测系统[J]. 吉林大学学报(信息科学版), 2026, 44(3): 721-728.
[14]	崔子杰, 朱晓旭, 李雨轩, 马一凡, 王晓光. 基于脑机接口与智能体的工作状态分析系统[J]. 吉林大学学报(信息科学版), 2026, 44(3): 739-748.
[15]	肖红, 颜高鹏, 曹茂俊, 舒琰. 基于 ConvNext 的测井图像描述方法 [J]. 吉林大学学报(信息科学版), 2026, 44(3): 489-498.