利用深度图像改进光场描述符的三维模型检索算法

doi:10.13190/j.jbupt.2016.04.011

北京邮电大学学报 ›› 2016, Vol. 39 ›› Issue (4): 56-59.doi: 10.13190/j.jbupt.2016.04.011

利用深度图像改进光场描述符的三维模型检索算法

李海生^1,2, 董水龙^1,2, 赵天宇^1,2, 蔡强^1,2, 杜军平³

1. 北京工商大学计算机与信息工程学院, 北京 100048;
2. 食品安全大数据技术北京市重点实验室, 北京 100048;
3. 北京邮电大学计算机学院, 北京 100876

收稿日期:2015-12-29 出版日期:2016-08-28 发布日期:2016-08-28
作者简介:李海生(1974-),男,博士,教授,E-mail:lihsh@th.btbu.edu.cn.
基金资助:
国家自然科学基金项目（61532006）；北京市自然科学基金项目（4162019）；北京工商大学两科基金培育项目（LKJJ2015-27）

Improved Light Field Descriptor Using Depth Images for 3D Model Retrieval

LI Hai-sheng^1,2, DONG Shui-long^1,2, ZHAO Tian-yu^1,2, CAI Qiang^1,2, DU Jun-ping³

1. School of Computer and Information Engineering, Beijing Technology and Business University, Beijing 100048, China;
2. Beijing Key Laboratory of Big Data Technology for Food Safety, Beijing 100048, China;
3. School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2015-12-29 Online:2016-08-28 Published:2016-08-28

摘要/Abstract

摘要： 针对光场描述符丢失三维模型空间信息以及全景视图描述符投影视图较少的问题，提出一种结合深度图像的三维模型检索算法. 该算法引入深度图像对光场描述符加以改进，得到投影视图后，分别提取其离散小波变换特征和Zernike矩特征；然后对深度图像进行聚类去掉冗余信息，并通过随机游走算法来确定每一类的权重，以更好地反映类间关系；最后设计改进全景视图相似距离计算方法，用于进一步的三维模型检索. 在普林斯顿模型库上的实验结果表明，该算法有效利用了三维模型空间信息，提高了检索精确度.

关键词: 深度图像, 光场描述符, 全景视图描述符, 三维模型检索

Abstract: Due to the problem of light field descriptor lacking spatial information of 3D model, and the problem of little projection of PANORAMA descriptor, a 3D model retrieval algorithm combining depth image was proposed. The depth images are used to improve light field descriptor. Discrete wavelet transform features and Zernike moments are extracted from projection views. Then the depth images are clustered to remove redundancy. The random walk algorithm is employed to determine the weight of each cluster. Finally, the retrieval method of PANORAMA is optimized to calculate similarity distance between two 3D models. Results on princeton shape benchmark show that the proposed algorithm can make good use of spatial information of 3D model and improve the accuracy of retrieval.

Key words: depth image, light field descriptor, PANORAMA descriptor, 3D model retrieval

中图分类号:

TP391.41

李海生, 董水龙, 赵天宇, 蔡强, 杜军平. 利用深度图像改进光场描述符的三维模型检索算法[J]. 北京邮电大学学报, 2016, 39(4): 56-59.

LI Hai-sheng, DONG Shui-long, ZHAO Tian-yu, CAI Qiang, DU Jun-ping. Improved Light Field Descriptor Using Depth Images for 3D Model Retrieval[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2016, 39(4): 56-59.

[1]	常霄, 黄智濒, 禹旻, 杨武兵. 一种适用于航天大数据的深度决策树算法[J]. 北京邮电大学学报, 2023, 46(3): 1-6.
[2]	叶洪滨林政宽程红举. 基于多相机特征融合的行人检测算法研究[J]. 北京邮电大学学报, 0, (): 0-0.
[3]	胡敏熊思黄宏程张光华王春芳. 基于RAPNet的脑肿瘤MRI图像三维分割[J]. 北京邮电大学学报, 2023, 46(2): 91-97.
[4]	荣震宇刘建毅. 基于Transformer和MLP的眼底血管分割算法[J]. 北京邮电大学学报, 2023, 46(1): 26-31.
[5]	张小乾谈振王潇梁芹万黎明. 基于正交投影学习的图像特征提取算法[J]. 北京邮电大学学报, 2022, 45(5): 85-90,128.
[6]	叶康张淑军郭淇李辉崔雪红. 基于CM-Transformer的连续手语识别[J]. 北京邮电大学学报, 2022, 45(5): 49-53,78.
[7]	王辰魁, 陈岳林, 蔡晓东. 图像样式风格迁移的行人再识别方法[J]. 北京邮电大学学报, 2021, 44(3): 67-72.
[8]	边继龙, 王厚博, 李金凤. 基于多尺度注意力网络的立体匹配方法[J]. 北京邮电大学学报, 2021, 44(3): 27-34.
[9]	王睿男, 武穆清, 陈铁英, 李志刚, 孙建. 基于形态学的红外图像边缘检测[J]. 北京邮电大学学报, 2021, 44(1): 66-71.
[10]	熊光正, 黄智濒, 戴志涛, 杨武兵. 一种数据驱动的三维流场流线特征化筛选方法[J]. 北京邮电大学学报, 2019, 42(6): 91-97.
[11]	赵珊, 李永思. 基于主成分分析的图像哈希算法[J]. 北京邮电大学学报, 2019, 42(2): 36-41.
[12]	李喆, 李建增, 王哲. 基于先验优化的一致性模糊盲复原算法[J]. 北京邮电大学学报, 2019, 42(2): 63-69.
[13]	邹国锋, 傅桂霞, 王科俊, 高明亮, 申晋. 自适应深度卷积神经网络模型构建方法[J]. 北京邮电大学学报, 2017, 40(4): 98-103.
[14]	杨辉华, 赵玲玲, 潘细朋, 刘振丙. 基于水平集和凹点区域检测的粘连细胞分割方法[J]. 北京邮电大学学报, 2016, 39(6): 11-16.
[15]	刘安, 周东华, 陈茂银. 分块鲁棒主成分分析的撞击坑图像检测识别[J]. 北京邮电大学学报, 2016, 39(1): 63-67.

利用深度图像改进光场描述符的三维模型检索算法

Improved Light Field Descriptor Using Depth Images for 3D Model Retrieval

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价