The invention provides a method of extracting image features to search 3D model, so as to solve the problem that users can quickly find the same or similar 3D model resources through image search in a large number of 3D model resource databases. The method includes: establishing multi angle two-dimensional projection for 3D model resources, extracting and saving the vector of image features for two-dimensional projection, when receiving the image search instruction, extracting the features of the search image, according to the matching degree of the features of the search image and the projection features of 3D model, and according to the preset accuracy and recall, giving a model or multiple phases in the resource base Similar 3D model. In this method, users only need to provide images similar to model features, and then 3D model resources of different industry categories and different complexity can be searched. Its advantage is to search 3D model by image, which is convenient for users to find model resources in massive model database without accurately describing 3D model features.
【技术实现步骤摘要】
构建3D模型特征向量和根据图像特征搜索3D模型方法
本专利技术涉及用于计算机的3D建模和模型特性的抽取,涉及应用电子设备进行识别的方法,尤指一种构建3D模型特征向量和根据图像特征搜索3D模型的方法。
技术介绍
随着互联网技术的发展,3D技术的不断进步,将会有越来越多的互联网应用以3D模型的方式呈现给用户,包括网络游戏、虚拟社区、电子商务、远程教育、家装、工业设备、BIM建筑等等,各个行业的3D模型资源越来越多,而3D模型越来越复杂,如何快速的找到用户想要的3D模型资源,就成为了一个需要迫切解决的问题。类似于输入图像搜索图像的技术应用,用户也希望输入图像搜索3D模型资源。特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息,决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集,这些子集往往属于孤立的点、连续的曲线或者连续的区域。深度学习(DeepLearning,DL)是机器学习的技术和研究领域之一,通过建立具有阶层结构的人工神经网络,在计算系统中实现人工智能。目前没有相关的模型搜索项目先例,而在较为成熟的“以图搜图”领域,传统搜索方法更多地注重图像色彩,而忽视了图像的纹理、形状等特征。基于深度学习的图像搜索技术,可以提取图像的高级语义信息,兼顾了颜色、纹理等特征,目前成为研究的热点。
技术实现思路
针对现有技术的缺失和科技术发展的需求,本专利技术的目的在于提供一种构建3D模型特征向量和根据图像特征搜索3D模型的方法。 ...
【技术保护点】
1.一种构建3D模型特征向量的方法,其特征在于包括如下步骤:/nS11.对3D模型文件做二维投影处理,通过选取不同三维角度观察拍摄模型得到多张二维的投影图;/nS12.将得到的二维投影图像作为Resnet50深度学习网络的输入,提取Resnet50最后一层卷积特征,形成多维的归一化向量,先将图像进行resize,特征提取过程采用Resnet50在imagenet数据集上的预训练权重,网络计算过程中的池化方法为maxpooling,投影的特征参数包含尺寸、纹理、形状、轮廓、图案、颜色,最终将所有单个3D模型的多个投影特征提取成向量,存储在服务器的文件系统中;/nS13.给每一个投影建立数据库索引,同时将同一模型资源的索引之间的关联关系保存在数据库表中。/n
【技术特征摘要】
1.一种构建3D模型特征向量的方法,其特征在于包括如下步骤:
S11.对3D模型文件做二维投影处理,通过选取不同三维角度观察拍摄模型得到多张二维的投影图;
S12.将得到的二维投影图像作为Resnet50深度学习网络的输入,提取Resnet50最后一层卷积特征,形成多维的归一化向量,先将图像进行resize,特征提取过程采用Resnet50在imagenet数据集上的预训练权重,网络计算过程中的池化方法为maxpooling,投影的特征参数包含尺寸、纹理、形状、轮廓、图案、颜色,最终将所有单个3D模型的多个投影特征提取成向量,存储在服务器的文件系统中;
S13.给每一个投影建立数据库索引,同时将同一模型资源的索引之间的关联关系保存在数据库表中。
2.一种根据图像特征搜索3D模型的方法,其特征在于包括如下步骤:
S21.提供一个搜索入口,允许用户上传图像和进行搜索操作;
S22.将搜索请求上送的图像作特征向量提取;
S23.以搜索请求图像的特征向量作为查询条件,通过分布式结构的比对程序,同文件服务器中二维投影向量的特征匹配比对,比对时,评价标准是曼哈顿距离
其中:d12为两个n维向量a(x11,x12,…,x1n)与b(x21,x22,…,x2n)间的曼哈顿距离;
X1k,下标k表示维度,X1k...
【专利技术属性】
技术研发人员:李韬,夏宇翔,
申请(专利权)人:长沙眸瑞网络科技有限公司,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。