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

Inventor： 万丽莉 ,  张俊青 ,  苗振江

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：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

Inventor： 万丽莉 ,  张俊青 ,  苗振江

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。