Поиск 3D-контента
Система поиска 3D-контента — это компьютерная система для просмотра, поиска и извлечения трехмерного цифрового контента (например, компьютерного проектирования , моделей молекулярной биологии, 3D-сцен культурного наследия и т. д.) из большой базы данных цифровых изображений. Самый оригинальный способ поиска 3D-контента использует методы добавления текста описания к файлам 3D-контента, такого как имя файла контента, текст ссылки и заголовок веб-страницы, чтобы связанный 3D-контент можно было найти с помощью поиска текста. Из-за неэффективности ручного аннотирования 3D-файлов исследователи исследовали способы автоматизации процесса аннотирования и предоставления единого стандарта для создания текстовых описаний для 3D-контента. Более того, рост объемов 3D-контента потребовал и вдохновил на создание более совершенных способов получения 3D-информации. Таким образом, методы сопоставления форм для поиска 3D-контента стали популярными. Поиск соответствия форм основан на методах, которые сравнивают и противопоставляют сходства между 3D-моделями.
Методы 3D-поиска
[ редактировать ]Получите описание высокого уровня (например, скелет), а затем найдите соответствующие результаты.
Этот метод описывает 3D-модели с помощью скелета. Скелет кодирует геометрическую и топологическую информацию в форме скелетного графа и использует методы сопоставления графов для сопоставления скелетов и их сравнения. [1] Однако для этого метода требуется входная модель с двумя многообразиями, и он очень чувствителен к шуму и деталям. Многие из существующих 3D-моделей созданы для целей визуализации, при этом отсутствует стандарт входного качества для скелетного метода. Метод извлечения 3D-скелета требует больше времени и усилий, прежде чем его можно будет широко использовать.
Вычислить вектор признаков на основе статистики
В отличие от скелетного моделирования, которое требует высокого стандарта качества источника входных данных, статистические методы не накладывают ограничений на достоверность источника входных данных. формы Гистограммы , векторы признаков, состоящие из глобальных геометрических свойств, таких как округлость и эксцентриситет, а также векторы признаков, созданные с использованием частотного разложения сферических функций, являются распространенными примерами использования статистических методов для описания трехмерной информации. [2]
метод 2D-проекции
Некоторые подходы используют 2D-проекции 3D-модели, что обосновано предположением, что если два объекта похожи в 3D, то они должны иметь схожие 2D-проекции во многих направлениях. Прототипические представления [3] и светового поля описание [4] являются хорошими примерами методов 2D-проецирования.
3D-система инженерного поиска
[ редактировать ]В Университете Пердью исследователи под руководством профессора Картика Рамани из Научно-образовательного центра информации создали трехмерную поисковую систему под названием 3D Engineering Search System (3DESS). Он предназначен для поиска инженерных деталей, созданных компьютером.
Механизм, лежащий в основе этой поисковой системы, заключается в том, что она начинается с алгоритма, который может преобразовывать рисунок запроса в вокселы , затем извлекает наиболее важную информацию о форме из вокселей с помощью другого алгоритма, называемого прореживанием, и формулирует скелет контуров и топологии объекта . После этого 3DESS разработает скелетный граф для визуализации скелета, используя три общие топологические конструкции: петли, ребра и узлы. Обработанный граф общих конструкций может уменьшить объем данных для представления объекта, а его описание легче хранить и индексировать в базе данных. [5]
По словам ведущего профессора, 3DESS также может описывать объекты с использованием векторов признаков, таких как объем, площадь поверхности и т. д. Система обрабатывает запросы, сравнивая их векторы признаков или скелетные графы с данными, хранящимися в базе данных. Когда система извлекает модели в ответ на запрос, пользователи могут выбрать любой объект, который больше похож на то, что они хотят, и оставить отзыв.
Проблемы
[ редактировать ]Проблемы, связанные с запросами на сходство на основе трехмерных форм
При использовании метода трехмерного поиска скелетного моделирования найти эффективный способ индексации дескрипторов трехмерных форм очень сложно, поскольку индексирование трехмерных форм имеет очень строгие критерии. 3D-модели должны быстро вычисляться, быть краткими в хранении, легко индексироваться, инвариантными относительно преобразований подобия, нечувствительными к шуму и небольшим дополнительным функциям, устойчивыми к произвольным топологическим вырождениям и различать различия формы во многих масштабах.
3D-поиск и извлечение с задачами мультимодальной поддержки
Чтобы сделать интерфейс 3D-поиска достаточно простым для начинающих пользователей, которые мало знают о требованиях к источникам входных данных для 3D-поиска, мультимодальная необходима поисковая система, которая может принимать различные типы входных источников и предоставлять надежные результаты запросов. На данный момент предложено лишь несколько подходов. В Funkhouser et al. (2003), [6] Предлагаемая «3D-поисковая система Принстона» поддерживает 2D-эскизы, 3D-эскизы, 3D-модели и текст в качестве запросов. В Chen et al. (2003), [7] он разработал систему 3D-поиска, которая принимает 2D-эскизы и извлекает 3D-объекты. Недавно Ансари и др. (2007) [8] предложил структуру 3D-поиска с использованием 2D-фотографических изображений, эскизов и 3D-моделей.
См. также
[ редактировать ]Ссылки
[ редактировать ]- ^ Сундар, Х., Сильвер, Д., Гагвани, Н., Дикинсон, С., Сопоставление и извлечение формы на основе скелета , В: Proc. СМИ, Сеул, Корея (2003 г.)
- ^ Мин, П., Каждан, М., Фанкхаузер, Т., Сравнение соответствия текста и формы для поиска онлайн-3D-моделей . Исследования и передовые технологии для цифровых библиотек, 2004, том 3232, стр. 209–220.
- ^ Сир, К.М., Кимия, Б.Б., Распознавание трехмерных объектов с использованием графа аспектов на основе сходства форм , В: Proc. ICCV, IEEE (2001)
- ^ Чен, Д.Ю., Оуён, М., Тиан, XP, Шен, Ю.Т., Оуён, М., О поиске 3D-моделей на основе визуального сходства , В: Proc. Еврографика, Гранада, Испания (2003 г.)
- ^ Ортис, С., 3D-поиск начинает обретать форму, Компьютер, 2004, Том 37 (8), стр. 24-26.
- ^ Фанкхаузер Т., Мин П., Каждан М., Чен Дж., Хальдерман А., Добкин Д. и Джейкобс Д. (2003). Поисковая система по 3D-моделям . Транзакции ACM в графике, 22 (1), 83–105.
- ^ Чен, Д.Ю., Оуён, М., Тиан, XP, Шен, Ю.Т., Оуён, М., О поиске 3D-моделей на основе визуального сходства , В: Proc. Еврографика, Гранада, Испания (2003 г.)
- ^ Филали Ансари, Т., Дауди, М., и Вандеборр, Ж.-П. (2007). Байесовская 3D-поисковая система, использующая кластеризацию адаптивных представлений . Транзакции IEEE в мультимедиа, 9 (1), 78–88.