周明全、耿國華教授團隊：基于內(nèi)容的三維模型檢索技術(shù)

傳統(tǒng)的信息檢索技術(shù)是按照關(guān)鍵字檢索，如找學(xué)生記錄可按名字、學(xué)號、身份證號等方式查找，一篇文章寫完需要給出關(guān)鍵字序列，這些都是為了方便檢索。基于內(nèi)容的檢索(content based retrieval，CBR)就是從數(shù)據(jù)中提取特定的信息線索，然后根據(jù)這些線索從大量存儲在數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行查找，檢索出具有相似特征的信息。

隨著云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動通信、人工智能等信息新技術(shù)發(fā)展，更多的模型信息走進(jìn)人們生活的方方面面。特別是三維模型這一信息載體的應(yīng)用越來越廣，也越來越迫切，在工業(yè)產(chǎn)品設(shè)計、虛擬現(xiàn)實、虛擬人、三維游戲、教育、影視動畫、建筑設(shè)計、造型藝術(shù)及地理信息等領(lǐng)域發(fā)揮著重要的作用。目前，網(wǎng)絡(luò)上每天都有大量的三維模型產(chǎn)生和傳播，模型檢索可廣泛應(yīng)用在計算機視覺、模式識別、輔助設(shè)計等領(lǐng)域，彰顯出巨大的應(yīng)用價值和發(fā)展?jié)摿Γ?strong>三維模型檢索技術(shù)已成為應(yīng)用信息資源不可或缺的手段。

基于內(nèi)容的三維模型檢索體系

基于內(nèi)容的三維模型檢索技術(shù)是通過分析三維模型的幾何特征、紋理等信息來檢索相似模型的方法，這一領(lǐng)域涉及計算機視覺、模式分類、語義網(wǎng)等多個領(lǐng)域，是當(dāng)前研究的熱點之一。基于內(nèi)容的三維模型檢索技術(shù)可歸納為如下幾類。

▋1.基于幾何特征的檢索。主要依賴三維模型的形狀、邊緣和曲面等幾何特征。通過對目標(biāo)模型進(jìn)行投影和建立草圖信息，檢索具有相似幾何特征的其他模型。這種技術(shù)可以準(zhǔn)確表達(dá)模型的幾何信息，但是計算復(fù)雜度較高，導(dǎo)致檢索時間較長。

基于視覺投影圖的特征提取方法檢索結(jié)果

圖中數(shù)值為差異度分?jǐn)?shù)

▋2.基于多特征融合的檢索。為克服單一特征的不足，人們提出基于多特征融合的檢索方法。這種方法對模型的幾何特征、結(jié)構(gòu)特征、紋理信息、視覺特征等進(jìn)行加權(quán)融合，并計算特征之間的相似度。多特征融合方法的優(yōu)點是能夠充分利用不同特征之間的互補性，更加準(zhǔn)確地表達(dá)模型的多樣性信息。

表 模型庫中沒有待檢索模型的情況(DWT)

▋3.基于語義的三維模型檢索。該檢索方法利用語義信息構(gòu)建語義網(wǎng)，通過將語義特征嵌入三維模型描述，實現(xiàn)更加準(zhǔn)確和語義感知的檢索。該類方法通常包括兩個主要步驟，即語義網(wǎng)的構(gòu)建、語義特征提取和相似性度量。這種方法不僅考慮幾何、形狀、顏色和紋理等信息，同時注重模型的語義含義，進(jìn)而提高檢索的精度和效率，使得用戶能夠更容易地找到符合其需求的三維模型。

表 碎塊模型匹配結(jié)果

▋4.基于深度學(xué)習(xí)的三維模型檢索。該檢索方法利用卷積神經(jīng)網(wǎng)絡(luò)或者自編碼器等深度學(xué)習(xí)架構(gòu)提取三維模型的特征，通過將三維模型表示為高維特征向量，利用深度學(xué)習(xí)網(wǎng)絡(luò)學(xué)習(xí)模型之間的抽象關(guān)系，使其能夠捕捉模型的形狀、結(jié)構(gòu)和語義等信息，實現(xiàn)對模型的有效表示和比較。該類方法在處理大規(guī)模三維模型數(shù)據(jù)庫時表現(xiàn)出色，可以為三維計算機視覺領(lǐng)域的研究和應(yīng)用提供有力的支持。

草圖檢索三維模型結(jié)果(全部返回正確結(jié)果)

綜之，傳統(tǒng)基于關(guān)鍵詞的圖像檢索費時費力，基于內(nèi)容的三維模型檢索技術(shù)應(yīng)運而生，通過分析內(nèi)在特征提高準(zhǔn)確性與效率。研究者從多個角度探索了檢索方法，包括基于投影、草圖、特征、語義等。本體檢索借助知識表示與組織，實現(xiàn)信息檢索與知識發(fā)現(xiàn)。深度學(xué)習(xí)廣泛應(yīng)用于提取特征向量進(jìn)行檢索。三維模型檢索是前沿跨領(lǐng)域研究，通過改進(jìn)關(guān)鍵技術(shù)來提高準(zhǔn)確性與效率，推動不同領(lǐng)域應(yīng)用，不但填補了相關(guān)領(lǐng)域空白，促進(jìn)了文物數(shù)字化資源共享，拓展了檢索層次，而且為數(shù) 字博物館與虛擬地理環(huán)境等領(lǐng)域提供了有力支持。

點擊翻頁

點擊翻頁

點擊翻頁

點擊翻頁

點擊翻頁

點擊翻頁

基于內(nèi)容的三維模型檢索技術(shù)

周明全, 耿國華著

北京 : 科學(xué)出版社, 2025. 12

(新一代人工智能理論、技術(shù)及應(yīng)用叢書)

ISBN978-7-03-083236-8

《基于內(nèi)容的三維模型檢索技術(shù)》匯聚了模型檢索領(lǐng)域先進(jìn)技術(shù)，包括作者團隊的研發(fā)成果。基于三維內(nèi)容檢索的研究與應(yīng)用分為知識體系、技術(shù)體系、應(yīng)用體系三個部分。

▋知識體系部分(第1～3章)介紹三維內(nèi)容檢索的國內(nèi)外現(xiàn)狀、三維模型的處理流程、模型表示方法及其特征提取、性能評價，以及體系構(gòu)成。第1章緒論，包括背景意義、現(xiàn)狀和三維模型檢索體系(知識體系、技術(shù)體系、應(yīng)用體系)。第2章三維模型概述，包括三維模型表示方法、特征提取、性能評價。第3章三維模型預(yù)處理，包括模型去噪、孔洞修復(fù)、網(wǎng)格簡化、標(biāo)準(zhǔn)化以及坐標(biāo)規(guī)范化。

▋技術(shù)體系部分(第4～8章)介紹二維(圖像)找三維模型、三維(特征)找三維模型、基于語義本體找三維模型和深度學(xué)習(xí)找三維模型三類技術(shù)。第4章基于投影的三維模型檢索技術(shù)，包括視覺投影、正交投影、三維Radon 變換與BOVF 等方法。第5章基于草圖的三維模型檢索技術(shù)，包括三維模型全局特征、局部特征及局部多尺度等方法。第6章基于多特征融合的三維模型檢索技術(shù)，包括擴展核、SKPCA、骨架等特征提取方法。第7章基于語義的三維模型檢索技術(shù)，三維模型本體描述和語義網(wǎng)建立、主動學(xué)習(xí)機制及顯著特征的語義標(biāo)注。第8章基于深度學(xué)習(xí)的三維模型檢索技術(shù)，深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)、損失函數(shù)與訓(xùn)練策略等處理過程。

▋應(yīng)用體系部分(第9章)介紹三維模型檢索系統(tǒng)與典型范例。

作者團隊研究基于內(nèi)容檢索技術(shù)較早，2007年撰寫了《基于內(nèi)容的圖像檢索技術(shù)》、2015年撰寫了《基于內(nèi)容的音頻檢索技術(shù)》，在基于內(nèi)容的三維模型檢索方面有二十余年的研究基礎(chǔ)，本書得到國家科學(xué)技術(shù)學(xué)術(shù)著作出版基金的資助。作者團隊開展三維模型檢索技術(shù)研究先后得到863 目標(biāo)導(dǎo)向項目(2008AA01Z301)、973前期預(yù)研項目(2011CB311802)、國家自然科學(xué)基金重點項目(61731015)、國家自然科學(xué)基金面上項目(60843094)等資助。在成書過程中，得到 北京師范大學(xué)、 西北大學(xué)等單位的大力支持。

基于內(nèi)容的三維模型檢索技術(shù)是一個活躍且不斷發(fā)展的研究領(lǐng)域。盡管已經(jīng)取得了顯著進(jìn)步，但仍面臨諸多挑戰(zhàn)。希望本書能夠吸引更多的學(xué)者關(guān)注該領(lǐng)域的研究，提供新的方法，開拓新的應(yīng)用領(lǐng)域，期盼該領(lǐng)域的研究百家爭鳴、成果豐碩，期待更多的研究和技術(shù)創(chuàng)新推動這一領(lǐng)域的發(fā)展。

本文摘編自《基于內(nèi)容的三維模型檢索技術(shù)》（周明全, 耿國華著. 北京: 科學(xué)出版社, 2025.12）一書“前言”“序言”“第1章 緒論”，有刪減修改，標(biāo)題為編者所加。

(新一代人工智能理論、技術(shù)及應(yīng)用叢書)

ISBN978-7-03-083236-8

責(zé)任編輯：孫伯元

本書適合模型智能處理等相關(guān)領(lǐng)域的科技人員研究參考，也可供高校相關(guān)專業(yè)研究生學(xué)習(xí)。

（本文編輯： 劉四旦 ）

專業(yè)品質(zhì) 學(xué)術(shù)價值

原創(chuàng)好讀 科學(xué)品位

一起閱讀科學(xué)