三维模型检索中的语义与形状异构特征融合方法
三维模型检索是多媒体信息检索领域的重要组成部分，由于“语义鸿沟”的存在使得当前基于内容的检索结果通常不十分令人满意。考虑到解决“语义鸿沟”的关键是将三维模型的底层形状特征与高层语义特征进行有效融合，为此提出一种三维模型的语义与形状异构特征融合方法，该方法将三维模型在基于内容的检索过程中用户反馈信息形成的语义关联作为模型的语义表达，并通过子空间学习方法将这种语义表达信息与模型的底层特征进行融合，最后将融合后的新特征应用于三维模型检索中。在Princeton Shape Benchmark 上的测试表明，该方法的检索结果明显好于单纯形状特征的检索结果。
典型相关分析 特征融合 三维模型检索 相关反馈
王新颖 刘钢 谷方明 肖巍
长春工业大学 计算机科学与工程学院 长春 130012 长春工业大学 软件学院 长春 130012 吉林大学 计算机科学与技术学院,长春 130012
国内会议
长春
中文
1-6
2012-08-04（万方平台首次上网日期，不代表论文的发表时间）