为提高三维模型的检索效率,针对三维模型特征提取方法进行了研究,在多线性主成分分析(MPCA:Multi-Linear Principal Component Analysis)的基础上,提出了一种加权多线性主成分分析(WMPCA:Weighted Multi-Linear Principal Component Ana...为提高三维模型的检索效率,针对三维模型特征提取方法进行了研究,在多线性主成分分析(MPCA:Multi-Linear Principal Component Analysis)的基础上,提出了一种加权多线性主成分分析(WMPCA:Weighted Multi-Linear Principal Component Analysis)方法,并将其应用于三维模型特征提取中。该方法首先将三维模型转化为多角度的二维投影图像,然后从多方向上通过张量进行特征提取,最后将提取到的特征应用到三维模型检索中。对Princeton Shape Benchmark的实验表明,该特征提取方法比经典的形状分布方法平均检索效率提高7%,比传统的MPCA特征提取方法的平均检索效率提高3%。展开更多
文摘为提高三维模型的检索效率,针对三维模型特征提取方法进行了研究,在多线性主成分分析(MPCA:Multi-Linear Principal Component Analysis)的基础上,提出了一种加权多线性主成分分析(WMPCA:Weighted Multi-Linear Principal Component Analysis)方法,并将其应用于三维模型特征提取中。该方法首先将三维模型转化为多角度的二维投影图像,然后从多方向上通过张量进行特征提取,最后将提取到的特征应用到三维模型检索中。对Princeton Shape Benchmark的实验表明,该特征提取方法比经典的形状分布方法平均检索效率提高7%,比传统的MPCA特征提取方法的平均检索效率提高3%。
