三维模型内容检索中的相关反馈和长期学习研究

论文摘要

在基于内容的三维模型检索中,由于底层特征难以表达高层语义,并且用户对相似性的评价存在主观性,因此按照固定方式提供的检索结果往往不尽如人意。而相关反馈和长期学习对于提高检索的准确率,满足用户个性化检索需求,进而提高三维模型设计和建造的工作效率,有着极其重要的影响。本文围绕如何通过相关反馈和长期学习来改善三维模型检索的结果开展研究,主要工作和贡献包括以下几个方面：(1)提出了一种并行优化反馈方法在深入分析现有反馈方法不足的基础上,提出了基于相似域并行优化的反馈方法。首先同等考虑影响相似域的所有变量,并建立统一的数学模型来求它们的最优解。其次采用了旋转化简法和局部线性嵌入降维法对该数学模型进行化简,降低其计算复杂度。最后提出了一种可自适应改变飞行速度的快速加权中心粒子群优化算法来对该问题进行并行优化求解。(2)提出了一种局部反馈方法针对全局反馈方法中存在的不足,提出了基于支持向量机的局部反馈方法。首先为满足局部反馈的需要,对光量场描述子进行了3点改进,使其支持高效率的局部检索：1)使用主元分析法进行姿态调整；2)利用数学形态学的修复投影区域；3)借助实时Zernike矩和傅立叶特征来描述局部特征。最后提出了一种以该局部特征描述子为基础进行局部反馈的方法。该方法中系统可以自动借助于支持向量机分类器分析用户需要或者不需要的局部特征,能够更深入的理解检索意图,从而提高准确率。(3)提出了一种长期学习方法为了解决相关反馈无法形成稳定的语义结构的问题,提出了基于多类分类器和哈希语义索引的长期学习方法。首先利用支持向量机分类器挖掘用户反馈历史记录中隐含的语义信息,将语义相似的模型组织在一起。其次针对多义模型的问题,提出了基于K近邻的多义性消除方法。然后为保障语义类别的粒度,提出了一种语义类别合并方法。最后为满足三维模型检索对实时响应的要求,提出了基于哈希算法的语义索引。该索引可依据语义类别自适应的改变结构,在保证快检索的高效性的同时,又体现了模型间的语义相关性。基于以上研究工作,设计并实现了一个三维模型语义检索的原型系统,并针对并行反馈、局部反馈和长期学习进行了大量的实验。既对具体的反馈实例进行了详细分析,又对各种算法的有效性和效率的进行了深入的研究,从而验证了本文所提出方法的有效性。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 图目录
• 表目录
• 第1章 绪论
• 1.1 引言
• 1.2 研究的背景和意义
• 1.3 三维模型检索中形状描述子的研究现状
• 1.3.1 统计特征法
• 1.3.2 数学分析法
• 1.3.3 结构分析法
• 1.3.4 投影法
• 1.3.5 形状描述子优缺点分析
• 1.4 三维模型检索相关反馈和长期学习研究现状
• 1.4.1 文本检索中相关反馈
• 1.4.2 基于内容的图像检索中的相关反馈技术
• 1.4.3 三维检索中相关反馈的研究现状
• 1.4.4 三维模型检索中的长期学习研究现状
• 1.4.5 三维模型检索中相关反馈评价标准
• 1.5 现有三维模型检索相关反馈与长期学习中存在的问题
• 1.6 本文的主要工作
• 第2章 基于快速加权中心粒子群算法的并行相关反馈
• 2.1 引言
• 2.2 基本概念
• 2.3 现有的方法及问题
• 2.3.1 距离和非最小
• 2.3.2 目标函数单一
• 2.3.3 操作串行化
• 2.4 并行相关反馈的数学模型
• 2.4.1 基于相似域调整的并行相关反馈的约束参数
• 2.4.2 优化目标
• 2.4.3 相关反馈的并行优化模型
• 2.4.4 基于粒子群优化算法的并行解决方案
• 2.5 优化参数的化简
• 2.5.1 旋转化简
• 2.5.2 降维
• 2.6 快速加权中心粒子群优化
• 2.6.1 加权中心的粒子群算法
• 2.6.2 环境感知因子
• 2.7 实验
• 2.8 本章小结
• 第3章 三维模型内容检索中的局部反馈
• 3.1 引言
• 3.2 问题与动机
• 3.3 高效局部描述符
• 3.3.1 光量场描述符
• 3.3.2 主元分析法模型姿态配准
• 3.3.3 基于形态学的边界修补
• 3.3.4 实时Zernike矩算法
• 3.4 局部反馈算法
• 3.4.1 局部反馈相似度的数学模型
• 3.4.2 局部反馈算法
• 3.4.3 局部分类算法
• 3.4.4 最优解求解方案
• 3.5 实验
• 3.6 本章小结
• 第4章 基于历史反馈信息的长期学习
• 4.1 引言
• 4.2 长期学习的基本概念
• 4.3 长期学习的关键问题
• 4.3.1 语义获取的困难
• 4.3.2 缺乏高效利用语义的方法
• 4.4 解决方案总体框架
• 4.5 语义挖掘
• 4.5.1 构造语义簇
• 4.5.2 模糊语义预处理
• 4.5.3 语义集合并
• 4.6 语义索引
• 4.6.1 语义索引概念
• 4.6.2 义索引的构造
• 4.6.3 实时检索
• 4.7 实验
• 4.8 本章小结
• 第5章 原型系统与实验分析
• 5.1 引言
• 5.2 原型系统介绍
• 5.2.1 系统框架
• 5.2.2 实现技术
• 5.3 并行反馈实验
• 5.3.1 FAD与DA比较
• 5.3.2 FWCPSO、PSO和CPSO收敛性比较
• 5.3.3 平移、旋转和缩放的影响
• 5.3.4 降维的作用
• 5.3.5 反馈结果比较
• 5.4 局部反馈实验
• 5.4.1 实例分析
• 5.4.2 局部反馈的准确率
• 5.4.3 局部反馈的效率
• 5.5 长期学习实验
• 5.5.1 检索实例
• 5.5.2 长期学习对查全率查准率的影响
• 5.5.3 构造语义索引的效率
• 5.5.4 语义索引位数对检索效果的影响
• 5.5.5 维数对检索结果的影响
• 5.5.6 语义索引的查询效率
• 5.6 本章小结
• 第6章 总结和展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 个人简介
• 攻读博士学位期间主要的研究成果