简介:
本发明公开了一种基于二维图像信息的三维模型检索方法,所述方法包括:获取预处理后的三维模型的多个二维视图,基于深度强化学习网络结构,估计三维模型的最佳姿态,选择最佳姿态下的虚拟视图作为三维模型的特征视图;对特征视图做模态转换,基于生成对抗网络结构,通过生成器和判别器的不断对抗,生成虚拟视图的“真实图像”,以使特征视图和检索图像具有相同的特征空间;度量生成图像和输入检索图像的相似度,通过VGG‑NET16网络结构对图像做特征向量提取;通过欧氏距离计算生成图像和输入检索图像特征向量的相似度,以特征向量的相似度来代表三维模型和检索图像间的相似度,根据相似度的大小对检索结果进行排序。
本发明公开了一种基于二维图像信息的三维模型检索方法,所述方法包括:获取预处理后的三维模型的多个二维视图,基于深度强化学习网络结构,估计三维模型的最佳姿态,选择最佳姿态下的虚拟视图作为三维模型的特征视图;对特征视图做模态转换,基于生成对抗网络结构,通过生成器和判别器的不断对抗,生成虚拟视图的“真实图像”,以使特征视图和检索图像具有相同的特征空间;度量生成图像和输入检索图像的相似度,通过VGG‑NET16网络结构对图像做特征向量提取;通过欧氏距离计算生成图像和输入检索图像特征向量的相似度,以特征向量的相似度来代表三维模型和检索图像间的相似度,根据相似度的大小对检索结果进行排序。