3D контент индексирование система представляет собой компьютерную систему для просмотра, поиска и извлечения трехмерного цифрового контента (например: система автоматизированного проектирования, модели молекулярной биологии и трехмерные сцены культурного наследия и т. д.) из большой базы данных цифровых изображений. Самый оригинальный способ получения трехмерного содержимого использует методы добавления текста описания к файлам трехмерного содержимого, например имени файла содержимого, текста ссылки и заголовка веб-страницы, чтобы связанный трехмерный контент можно было найти с помощью текстового поиска. Из-за неэффективности ручного аннотирования 3D-файлов исследователи исследовали способы автоматизации процесса аннотации и предоставления единого стандарта для создания текстовых описаний для 3D-содержимого. Более того, увеличение объема 3D-контента потребовало и вдохновило на создание более совершенных способов извлечения 3D-информации. Таким образом, стали популярными методы сопоставления форм для поиска трехмерного контента. Поиск соответствия форм основан на методах, которые сравнивают и противопоставляют сходство между 3D-моделями.
Методы 3D-поиска [ править ]
Получите высокоуровневое описание (например, скелет), а затем найдите соответствующие результаты
Этот метод описывает 3D-модели с помощью каркаса. Каркас кодирует геометрическую и топологическую информацию в форме каркасного графа и использует методы сопоставления графов для сопоставления каркасов и их сравнения. [1] Однако для этого метода требуется модель входных данных с двумя коллекторами, и он очень чувствителен к шуму и деталям. Многие из существующих 3D-моделей созданы для целей визуализации, но в них отсутствует стандарт качества ввода для скелетного метода. Метод извлечения скелета 3D требует больше времени и усилий, прежде чем его можно будет широко использовать.
Вычислить вектор признаков на основе статистики
В отличие от каркасного моделирования, которое требует высокого стандарта качества для входного источника, статистические методы не накладывают ограничений на достоверность входного источника. Гистограммы формы , векторы признаков, составленные из глобальных геометрических свойств, таких как округлость и эксцентриситет, и векторы признаков, созданные с использованием частотного разложения сферических функций, являются распространенными примерами использования статистических методов для описания трехмерной информации. [2]
2D проекционный метод
Некоторые подходы используют 2D-проекции 3D-модели, что оправдано предположением, что если два объекта похожи в 3D, то они должны иметь одинаковые 2D-проекции во многих направлениях. Прототипные виды [3] и описание светового поля [4] являются хорошими примерами методов 2D-проекции.
Система поиска 3D-проектирования [ править ]
В Университете Пердью исследователи под руководством профессора Картика Рамани из Исследовательского и 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 воксели , затем извлекает наиболее важную информацию о форме из вокселей, используя другой алгоритм, называемый прореживанием, и формулирует каркас контуров и топологии объекта . После этого 3DESS разработает каркасный граф для визуализации каркаса, используя три общие топологические конструкции: петли, ребра и узлы. Граф обработанных общих конструкций может уменьшить объем данных для представления объекта, и его легче хранить и индексировать в базе данных. [5]
По словам ведущего профессора, 3DESS также может описывать объекты с помощью 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 [ править ]
Проблемы, связанные с запросами на подобие на основе трехмерных фигур
При использовании метода извлечения трехмерного моделирования скелета очень сложно найти эффективный способ индексирования дескрипторов трехмерных форм, потому что индексация трехмерных форм имеет очень строгие критерии. Трехмерные модели должны быть быстрыми для вычисления, краткими для хранения, легко индексируемыми, инвариантными относительно преобразований подобия, нечувствительными к шуму и небольшим дополнительным функциям, устойчивыми к произвольным топологическим вырождениям и различать различия форм во многих масштабах.
3D-поиск и извлечение с проблемами мультимодальной поддержки
Чтобы сделать интерфейс трехмерного поиска достаточно простым для начинающих пользователей, которые мало знают о требованиях к источникам ввода для трехмерного поиска, необходима мультимодальная поисковая система, которая может принимать различные типы источников ввода и обеспечивать надежные результаты запросов. Пока что предложено лишь несколько подходов. В Funkhouser et al. (2003), [6] предлагаемая «Принстонская трехмерная поисковая машина» поддерживает двухмерные эскизы, трехмерные эскизы, трехмерные модели и текст в виде запросов. В Chen et al. (2003), [7] он разработал трехмерную поисковую систему, которая принимает двухмерные эскизы и извлекает трехмерные объекты. Недавно Ансари и др. (2007) [8] предложили структуру трехмерного поиска с использованием двумерных фотографических изображений, эскизов и трехмерных моделей.
Ссылки [ править ]
- ^ Сундар, Х., Сильвер, Д., Гагвани, Н., Дикинсон, С., Сопоставление и поиск формы на основе скелета , В: Proc. СМИ, Сеул, Корея (2003)
- ^ Мин, П., Каждан, М., Фунхузер, Т., Сравнение текста и сопоставления форм для поиска онлайн-3D-моделей . Исследования и передовые технологии для электронных библиотек, 2004 г., том 3232, стр.209-220
- ^ Cyr, CM, Kimia, BB, Распознавание 3D-объектов с использованием графа аспектов на основе сходства форм , In: Proc. ICCV, IEEE (2001)
- ^ Чен, Dy, Ouhyoung, М., Тянь, XP, Shen, YT, Ouhyoung, М., На основе визуального сходства 3D модель поиска , В: Учеб. Еврография, Гранада, Испания (2003)
- ↑ Ортис, С., 3D-поиск начинает обретать форму, Компьютер, 2004, Том 37 (8), стр. 24-26.
- ^ Funkhouser, Т., Мин П., Каждан, М., Чен Д., Halderman, А., Добкин, Д., & Jacobs, D. (2003). Система поиска 3D-моделей . Транзакции ACM по графике, 22 (1), 83–105
- ^ Чен, Dy, Ouhyoung, М., Тянь, XP, Shen, YT, Ouhyoung, М., На основе визуального сходства 3D модель поиска , В: Учеб. Еврография, Гранада, Испания (2003)
- ^ Филали Ансари, Т., Дауди, М., & Vandeborre, Ж.-П. (2007). Байесовская трехмерная поисковая система, использующая кластеризацию адаптивных представлений . IEEE Transactions on Multimedia, 9 (1), 78–88.
