基于信息熵加权的三维模型特征融合算法
特征融合是提高三维模型检索有效性的一种重要手段,越来越受到广泛关注.为解决融合特征权重的自适应问题,提出了一种基于信息熵加权的三维模型多特征融合算法,以提升检索效果.首先为了精确地刻画形状分布直方图,针对传统形状分布算法提出了三次样条插值形状分布特征提取算法,同时由于形状分布算法本身缺少描述模型形状的层次分布信息,设计了简化的形状上下文特征提取算法;然后,采用衡量不确定性的信息熵来自适应计算上述两个欲融合特征的权值,进而得到融合后的相似距离用于三维模型检索.在SHREC2014的综合模型库上实验,结果表明:所提特征融合算法的通用和加权的六种评价指标(PR/NN/FT/ST/E/DCG)优于采用单一特征的检索算法,且运行效率较高.
三维模型 信息检索 特征融合 信息熵加权
李海生 张朝立 蔡强 毛典辉 杜军平
北京工商大学计算机与信息工程学院 北京100048 北京邮电大学计算机学院 北京100876
国内会议
北京
中文
1-11
2014-12-01（万方平台首次上网日期，不代表论文的发表时间）