主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
肖俊,庄越挺,吴飞.基于细节层次与最小生成树的三维地形识别与检索.软件学报,2003,14(11):1955-1963
基于细节层次与最小生成树的三维地形识别与检索
Recognition and Retrieval of 3D Terrain Based on Level of Detail and Minimum Spanning Tree
投稿时间:2002-07-27  修订日期:2002-07-27
DOI:
中文关键词:  细节层次  最小生成树  支持向量机  3D检索与识别  特征约减
英文关键词:level of detail  minimum spanning tree  support vector machine  3D retrieval and recognition  feature reduction
基金项目:Supported by the National Natural Science Foundation of China under Grant No.60272031 (国家自然科学基金); the National Research Foundation for the Doctoral Program of Higher Education of China No.20010335049 (国家教育部博士点基金); Zhejiang Provincial Natural Science Foundation of China under Grant No.ZD0212 (浙江省自然科学基金)
作者单位
肖俊 浙江大学,人工智能研究所,浙江,杭州,310027 
庄越挺 浙江大学,人工智能研究所,浙江,杭州,310027 
吴飞 浙江大学,人工智能研究所,浙江,杭州,310027 
摘要点击次数: 2862
全文下载次数: 2606
中文摘要:
      图像、视频、音频和图形等均是多媒体数据流中的信息载体,对上述数据所蕴涵的内容进行分析,可以极大地方便人们对它们的使用与管理.基于内容的图像(视频)和音频检索已经取得了不少进展,但是对于图形,特别是3D图形进行识别与检索的有效方法还很少见.提出了对相似3D物体识别与检索的算法,在这个算法中,首先使用细节层次模型对3D物体进行三角面片约减,然后提取3D物体的特征.由于所提取的特征维数很大,最小生成树(minimum spanning tree,简称MST)被用来对每一个3D物体的特征进行约减,基于约减后的特征,实现了基于支持向量机的3D物体识别与检索方法.这个算法被使用到3D丘陵与山地的地形识别中,取得了良好效果.
英文摘要:
      Image, video, audio and graphics are information media in multimedia. In order to use and manage them effectively, the contents implied by them are needed to analyze. Currently, content-based image (video) and audio retrieval make some progress. However, there is no a very efficient method to perform a similar graphics retrieval, especially a similar 3D graphics retrieval. In this paper, an algorithm is presented to implement the similar 3D object recognition and retrieval. In this algorithm, 3D features are first obtained after the meshes of a 3D object are reduced through level of detail. Since the dimension of the extracted 3D features is very huge, minimum spanning tree (MST) are used to reduce the features, then the recognition of similar 3D objects are realized by Support Vector Machine (SVM). The proposed algorithm works well when it is used to recognize and retrieve a 3D terrain.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利