近些年來,隨著三維建模軟件以及深度傳感器的廣泛應用,在線三維模型的種類和數(shù)量出現(xiàn)了爆炸式的增長,如何有效地對這些三維模型進行分析、組織和管理成為了一個亟待解決的研究問題。目前,三維模型分析領(lǐng)域已經(jīng)出現(xiàn)了很多研究分支,如語義分割、分類、模型檢索、三維重建、模型修復等。其中,語義分割和分類分別是在部件級和類別級層次上對三維模型進行分析,而模型檢索首先需要判別待檢索的模型的類別,三維重建和模型修復則需要在模型部件的基礎上進行研究,因此三維模型語義分割和分類是三維模型分析領(lǐng)域的基礎研究,對其它三維模型分析領(lǐng)域的研究方向具有重要的指導作用。此外,三維模型語義分割和分類也是場景理解的高層次任務。因此,本文把三維模型語義分割和分類作為研究目標。隨著深度學習的發(fā)展,語義分割和分類領(lǐng)域發(fā)生了翻天覆地的變化。雖然大多數(shù)深度學習框架在二維圖像的語義分割和分類領(lǐng)域取得了非常好的效果,但是在三維模型的語義分割和分類領(lǐng)域卻由于三維模型結(jié)構(gòu)的復雜性而遇到了種種困難,效果并不理想。借助于深度學習框架在二維圖像分析領(lǐng)域積累的優(yōu)勢,本文基于投影的方法,采有用多視角融合卷積神經(jīng)網(wǎng)絡的深度學習框架,間接地完成三維模型的語義分... 

【文章來源】：南京大學江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

圖１．?１三維模型語義分割??

模型諾義分割相關(guān)的研宄成果：２．２節(jié)主耍介紹：：??維模型語義分割分類相關(guān)的研宄成果；２．３鋅闡述了為什么本文采用藤于二維圖??像分析來Ｎ接完成三維模型的語義分割和分類仟務。??２．１三維模型語義分割方法概述??三維模型誥義分割是指將模型分割成有意義的幾個部件，也即對構(gòu)成模型的??站本元素，如網(wǎng)格中的面片、點云中的點等進行標注，使欖型不同部件的面片或??點被標注為不同標簽，同－部件內(nèi)部的而片或杏點被標注為相Ｍ標簽。例如飛機??？：維模型可以被分為軀子、翅膀、尾翼、引窄這兒個部分。如圖２．１所示，（ａ）是??－些ＳｈａｐｅＮｅｔＣｏｒｅｌＷ數(shù)據(jù)集屮部分（維校咽語義分割前的渲染閣，（ｂ）紀語義分??刺后根椐標簽為不同的部件賦ｆ不問顏色的治染閣。??ｔ?＾??％?＼ｌｌ＼ｉ??（ａ）語義分割前?（ｂ）語義分割后??圖２．１?Ｈ雄模型語義分割示例??三維模期語義分割的難點在ｒ，不像：維閣像擁有閌定的結(jié)構(gòu)，＾維校吧結(jié)??構(gòu)ｉＥ加復雜，傳統(tǒng)的卷積祌經(jīng)網(wǎng)絡（Ｃｏｎｖｏｌｕｔｉｏｎａｌ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋ，ＣＮＮ）丨Ｕ架??中的卷積和池化等操作難以直接在．進模型丨：進彳／，卜樹投切的朝向、存汗Ｉ卜流??形結(jié)構(gòu)笠Ｍ題都會給：（維梭型的特征提収造成丨（人的丨難。??７??

?同作用。此外，木文首次將雄于視點熵的最佳視角選擇方法引入語義分割領(lǐng)域，??并設計了更加緊湊的用于精細化存儲模型而片和投影像素之間的映射關(guān)系的映??射表數(shù)據(jù)結(jié)構(gòu)，進一步提升了反投的效率。??２．２三維模型分類方法概述??三維模型分類是將三維模型數(shù)據(jù)集中的同一類模型標注為同一類別標簽，不??同類的模型標注為不同的類別標簽，其中同一類的模型可以認為是相似的，即形??式、結(jié)構(gòu)和功能上一致。??＼：?（?ｒｒ＞?＇?＾?Ｖ?ｆｒ－?＊?＊??、?！??⑷分類前?（ｂ）分類后??圖２．３三維模型語義分割示例??如圖２．３所示，（ａ）是Ｍ〇ｄｅ�。危澹簦矗皵�(shù)據(jù)集中的部分三維模型數(shù)據(jù)集分類前的??渲染圖，（ｂ）是分類后的按照類別標簽賦予模型不同顏色的渲染閱。三維模型分類??是三維投型分析領(lǐng)域的站木問題，對十大規(guī)稅的三維模型的組織、管理和檢索具??１２??

【參考文獻】：
期刊論文
[1]Shape matching and retrieval based on multiple feature descriptors[J]. WANG Weiming,LIU Xiuping,LIU Ligang.  Computer Aided Drafting,Design and Manufacturing. 2013(01)

碩士論文
[1]三維網(wǎng)格模型層次分割及骨架提取[D]. 張琪.遼寧師范大學 2010



本文編號：3217720