-
公开(公告)号：CN103268635A
公开(公告)日：2013-08-28
申请号：CN201310178606.X
申请日：2013-05-15
Applicant: 北京交通大学
Inventor： 万丽莉
Abstract: 本发明涉及计算机图形学技术领域，特别是涉及一种几何网格场景模型的分割和语义标注方法，包含以下步骤：三维模型训练集建立，要求训练集中的每个三维模型均为单个物体；场景模型自动分割，借助训练集基于层次化聚类算法将场景模型分割为多个物体；分割结果的分类，对分割得到的每个物体提取形状特征，根据分类算法决策出该物体的类别标签；场景模型的语义汇总，汇总每个物体的类别标签，得到场景模型的语义标签集合；相对于现有技术而言，本发明具有以下优点：场景模型自动分割方法在分割过程中将训练集中的已有形状知识用以辅助决策，从而解决了场景分割中难以处理接触物体的难点问题，场景模型的语义标注更符合人类对场景的视觉认知。
-
公开(公告)号：CN102254192A
公开(公告)日：2011-11-23
申请号：CN201110196375.6
申请日：2011-07-13
Applicant: 北京交通大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于模糊K近邻的三维模型半自动标注方法，该方法的实现过程为：首先建立3D模型训练库，然后提取输入的待标注模型的特征向量，并与训练库里的模型做相似性匹配，找到k个近邻模型，然后通过模糊K近邻分类器进行分类，得到模糊化的分类结果，最后计算分类不确定度，对于分类不确定的模型通过反馈和重新训练学习的方法完成分类标注。标注完的模型被添加到3D模型训练库以进一步扩充模型库。本发明中的三维模型半自动标注方法，采用模糊化的分类结果，包含更多的信息，对于类别不确定的模型还可以借助反馈来确认类别标签，解决特征聚类边缘重叠的问题，并通过训练学习的机制，进一步做到自动化标注。
-
公开(公告)号：CN103268635B
公开(公告)日：2016-08-10
申请号：CN201310178606.X
申请日：2013-05-15
Applicant: 北京交通大学
Inventor： 万丽莉
Abstract: 本发明涉及计算机图形学技术领域，特别是涉及一种几何网格场景模型的分割和语义标注方法，包含以下步骤：三维模型训练集建立，要求训练集中的每个三维模型均为单个物体；场景模型自动分割，借助训练集基于层次化聚类算法将场景模型分割为多个物体；分割结果的分类，对分割得到的每个物体提取形状特征，根据分类算法决策出该物体的类别标签；场景模型的语义汇总，汇总每个物体的类别标签，得到场景模型的语义标签集合；相对于现有技术而言，本发明具有以下优点：场景模型自动分割方法在分割过程中将训练集中的已有形状知识用以辅助决策，从而解决了场景分割中难以处理接触物体的难点问题，场景模型的语义标注更符合人类对场景的视觉认知。
-
公开(公告)号：CN102254192B
公开(公告)日：2013-07-31
申请号：CN201110196375.6
申请日：2011-07-13
Applicant: 北京交通大学
IPC: G06K9/66
Abstract: 本发明公开了一种基于模糊K近邻的三维模型半自动标注方法，该方法的实现过程为：首先建立3D模型训练库，然后提取输入的待标注模型的特征向量，并与训练库里的模型做相似性匹配，找到k个近邻模型，然后通过模糊K近邻分类器进行分类，得到模糊化的分类结果，最后计算分类不确定度，对于分类不确定的模型通过反馈和重新训练学习的方法完成分类标注。标注完的模型被添加到3D模型训练库以进一步扩充模型库。本发明中的三维模型半自动标注方法，采用模糊化的分类结果，包含更多的信息，对于类别不确定的模型还可以借助反馈来确认类别标签，解决特征聚类边缘重叠的问题，并通过训练学习的机制，进一步做到自动化标注。
-
-
-
Search Results
4
records
(took 0.017 seconds)
