-
公开(公告)号:CN108280158A
公开(公告)日:2018-07-13
申请号:CN201810035867.9
申请日:2018-01-15
Applicant: 北京科技大学
IPC: G06F17/30
Abstract: 本发明提供一种基于梯度方向累加热核特征的非刚性三维模型检索方法,在特征提取过程中能够有效地避免高频信息的丢失,提高检索效率。所述方法包括:计算三维模型点的热核特征及其对数差分值;将所述对数差分值的梯度差分绝对值按照梯度方向进行累加,得到梯度方向累加热核特征;根据得到的梯度方向累加热核特征,确定梯度方向累加热核形状描述子;根据确定的梯度方向累加热核形状描述子,利用梯度下降法进行融合特征学习,获得融合特征;根据得到的融合特征,采用相似性度量方法进行检索。本发明适用于三维模型特征提取、检索。
-
公开(公告)号:CN108280158B
公开(公告)日:2020-06-02
申请号:CN201810035867.9
申请日:2018-01-15
Applicant: 北京科技大学
IPC: G06F16/583
Abstract: 本发明提供一种基于梯度方向累加热核特征的非刚性三维模型检索方法,在特征提取过程中能够有效地避免高频信息的丢失,提高检索效率。所述方法包括:计算三维模型点的热核特征及其对数差分值;将所述对数差分值的梯度差分绝对值按照梯度方向进行累加,得到梯度方向累加热核特征;根据得到的梯度方向累加热核特征,确定梯度方向累加热核形状描述子;根据确定的梯度方向累加热核形状描述子,利用梯度下降法进行融合特征学习,获得融合特征;根据得到的融合特征,采用相似性度量方法进行检索。本发明适用于三维模型特征提取、检索。
-