發(fā)布時(shí)間：2024-05-22 22:06

　　當(dāng)前,隨著三維建模、掃描及計(jì)算機(jī)視覺(jué)等領(lǐng)域的不斷發(fā)展,無(wú)人駕駛、三維場(chǎng)景漫游、智慧城市建設(shè)等相關(guān)技術(shù)的研究和應(yīng)用受到了人們的廣泛關(guān)注。三維模型識(shí)別作為場(chǎng)景理解中最具有挑戰(zhàn)性的任務(wù)之一,其在計(jì)算機(jī)視覺(jué)和計(jì)算機(jī)圖形學(xué)領(lǐng)域一直是被關(guān)注的焦點(diǎn)和研究的熱點(diǎn)。識(shí)別的關(guān)鍵在于如何構(gòu)造有效的特征表征。特別是對(duì)三維模型這類復(fù)雜的數(shù)據(jù)類型,其原始表征是非結(jié)構(gòu)化的、高維的,如何讓計(jì)算機(jī)自動(dòng)、有效捕捉其本質(zhì)特征一直是業(yè)界關(guān)注的熱點(diǎn)和難點(diǎn)。深度學(xué)習(xí)作為一種特征自學(xué)習(xí)技術(shù),能讓機(jī)器自動(dòng)學(xué)習(xí)客觀對(duì)象的多層抽象和表示,從而理解復(fù)雜對(duì)象的內(nèi)在含義,完成本質(zhì)特征的提取,為三維模型的檢索帶來(lái)了新的研究方向。為此,針對(duì)三維模型檢索問(wèn)題,本文研究并實(shí)現(xiàn)了一種基于深度學(xué)習(xí)的三維模型多模態(tài)檢索方法。提出了基于深度集成學(xué)習(xí)和度量學(xué)習(xí)的三維模型多視圖分類算法,通過(guò)在視圖分類中引入度量學(xué)習(xí)有效處理視圖中難分樣本提高三維模型的識(shí)別能力,通過(guò)在決策層實(shí)現(xiàn)多視圖的集成確保三維模型特征描述符提取的合理性;提出了基于深度學(xué)習(xí)的多模態(tài)數(shù)據(jù)表征和相似性評(píng)價(jià)算法,實(shí)現(xiàn)不同模態(tài)數(shù)據(jù)對(duì)三維模型的有效檢索;提出了基于Deep CoNet的三維模型多模態(tài)檢索新...

【文章頁(yè)數(shù)】：62 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)工作和技術(shù)
    2.1 引言
    2.2 三維模型檢索概述
    2.3 深度學(xué)習(xí)算法概述
        2.3.1 人工神經(jīng)網(wǎng)絡(luò)
        2.3.2 卷積神經(jīng)網(wǎng)絡(luò)
        2.3.3 度量學(xué)習(xí)
    2.4 基于深度學(xué)習(xí)的三維模型分類方法
        2.4.1 基于體素的三維模型分類方法
        2.4.2 基于視圖的三維模型分類方法
    2.5 本章小結(jié)
第三章 基于多視圖的集成度量學(xué)習(xí)網(wǎng)絡(luò)Deep CoNet
    3.1 引言
    3.2 算法思想
    3.3 三維模型的多視圖表征
    3.4 集成度量學(xué)習(xí)網(wǎng)絡(luò)Deep CoNet構(gòu)建
        3.4.1 基于度量學(xué)習(xí)的基學(xué)習(xí)器
        3.4.2 集成學(xué)習(xí)器的構(gòu)造
        3.4.3 級(jí)聯(lián)損失函數(shù)
    3.5 網(wǎng)絡(luò)訓(xùn)練
    3.6 算法測(cè)試及結(jié)果分析
        3.6.1 實(shí)驗(yàn)數(shù)據(jù)集選擇
        3.6.2 三維模型分類實(shí)驗(yàn)
        3.6.3 度量學(xué)習(xí)對(duì)三維模型分類的影響
    3.7 本章小結(jié)
第四章 多模態(tài)數(shù)據(jù)表征及檢索
    4.1 引言
    4.2 多模態(tài)檢索框架
        4.2.1 基于文本的三維模型檢索框架
        4.2.2 基于草圖的三維模型檢索框架
        4.2.3 基于實(shí)例的三維模型檢索框架
    4.3 多模態(tài)數(shù)據(jù)表征
        4.3.1 文本的數(shù)據(jù)表征
        4.3.2 草圖的數(shù)據(jù)表征
        4.3.3 實(shí)例的數(shù)據(jù)表征
    4.4 多模態(tài)相似評(píng)價(jià)
        4.4.1 基于文本的相似性度量
        4.4.2 基于草圖的相似性度量
        4.4.3 基于實(shí)例的相似性度量
    4.5 多模態(tài)檢索結(jié)果
        4.5.1 基于文本的三維模型檢索結(jié)果
        4.5.2 基于草圖的三維模型檢索結(jié)果
        4.5.3 基于實(shí)例的三維模型檢索結(jié)果
    4.6 本章小結(jié)
第五章 多模態(tài)三維模型檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 引言
    5.2 功能需求分析
    5.3 系統(tǒng)總體設(shè)計(jì)
        5.3.1 系統(tǒng)設(shè)計(jì)原則
        5.3.2 系統(tǒng)架構(gòu)
        5.3.3 數(shù)據(jù)庫(kù)設(shè)計(jì)
    5.4 系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
        5.4.1 基于文本的三維模型檢索模塊
        5.4.2 基于草圖的三維模型檢索模塊
        5.4.3 基于實(shí)例的三維模型檢索模塊
        5.4.4 網(wǎng)絡(luò)訓(xùn)練模塊
    5.5 系統(tǒng)測(cè)試
    5.6 本章小結(jié)
第六章 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
個(gè)人簡(jiǎn)介



本文編號(hào)：3980596