基于高斯过程分类器的三维模型多粒度语义检索

作     者：高波涌 张三元 潘翔 GAO Bo-Yong;ZHANG San-Yuan;PAN Xiang

作者机构：浙江大学计算机科学与技术学院计算机科学与工程学系杭州310027 中国计量学院信息工程学院计算机科学与技术系杭州310018 浙江工业大学计算机学院计算机科学与技术系杭州310014 

出 版 物：《模式识别与人工智能》 (Pattern Recognition and Artificial Intelligence)

年 卷 期：2011年第24卷第5期

页      面：597-603页

核心收录：

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目(No.60703001) 国家973计划项目(No.2009CB320804) 广东省教育部产学研结合项目(No.2010B090400193) 浙江省教育厅科研项目(No.Y200702635)资助 

主　　题：三维模型检索 多粒度语义 形状特征 高斯过程 

摘      要：为解决三维模型语义检索中用户检索意图不一致问题,建立多粒度语义检索框架,使学习模型能够有效地适应用户的不同检索意图.首先对模型分类知识进行层次划分,形成语义概念的多粒度结构.然后提取一种多视图特征来描述三维模型的形状特性,并采用高斯过程分类器建立不同粒度层次上的学习模型,实现低层特征和查询概念之间的语义一致性描述.和已有研究相比,多粒度语义检索框架使用户可通过语义粒度级别变化进行检索意图设置,从而检索结果尽可能符合用户语义.在实验部分,采用三维模型基准数据库对框架进行算法性能测试.结果表明,检索准确率要明显提高,并且符合人类思维特点.