傳統(tǒng)的信息檢索技術是按照關鍵字檢索，如找學生記錄可按名字、學號、身份證號等方式查找，一篇文章寫完需要給出關鍵字序列，這些都是為了方便檢索?；趦?nèi)容的檢索(content based retrieval，CBR)就是從數(shù)據(jù)中提取特定的信息線索，然后根據(jù)這些線索從大量存儲在數(shù)據(jù)庫中的數(shù)據(jù)進行查找，檢索出具有相似特征的信息。

隨著云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)、移動通信、人工智能等信息新技術發(fā)展，更多的模型信息走進人們生活的方方面面。特別是三維模型這一信息載體的應用越來越廣，也越來越迫切，在工業(yè)產(chǎn)品設計、虛擬現(xiàn)實、虛擬人、三維游戲、教育、影視動畫、建筑設計、造型藝術及地理信息等領域發(fā)揮著重要的作用。目前，網(wǎng)絡上每天都有大量的三維模型產(chǎn)生和傳播，模型檢索可廣泛應用在計算機視覺、模式識別、輔助設計等領域，彰顯出巨大的應用價值和發(fā)展?jié)摿Γ?strong>三維模型檢索技術已成為應用信息資源不可或缺的手段。

基于內(nèi)容的三維模型檢索體系

基于內(nèi)容的三維模型檢索技術是通過分析三維模型的幾何特征、紋理等信息來檢索相似模型的方法，這一領域涉及計算機視覺、模式分類、語義網(wǎng)等多個領域，是當前研究的熱點之一。基于內(nèi)容的三維模型檢索技術可歸納為如下幾類。

▋1.基于幾何特征的檢索。主要依賴三維模型的形狀、邊緣和曲面等幾何特征。通過對目標模型進行投影和建立草圖信息，檢索具有相似幾何特征的其他模型。這種技術可以準確表達模型的幾何信息，但是計算復雜度較高，導致檢索時間較長。

基于視覺投影圖的特征提取方法檢索結果

圖中數(shù)值為差異度分數(shù)

▋2.基于多特征融合的檢索。為克服單一特征的不足，人們提出基于多特征融合的檢索方法。這種方法對模型的幾何特征、結構特征、紋理信息、視覺特征等進行加權融合，并計算特征之間的相似度。多特征融合方法的優(yōu)點是能夠充分利用不同特征之間的互補性，更加準確地表達模型的多樣性信息。

表 模型庫中沒有待檢索模型的情況(DWT)

▋3.基于語義的三維模型檢索。該檢索方法利用語義信息構建語義網(wǎng)，通過將語義特征嵌入三維模型描述，實現(xiàn)更加準確和語義感知的檢索。該類方法通常包括兩個主要步驟，即語義網(wǎng)的構建、語義特征提取和相似性度量。這種方法不僅考慮幾何、形狀、顏色和紋理等信息，同時注重模型的語義含義，進而提高檢索的精度和效率，使得用戶能夠更容易地找到符合其需求的三維模型。

表 碎塊模型匹配結果

▋4.基于深度學習的三維模型檢索。該檢索方法利用卷積神經(jīng)網(wǎng)絡或者自編碼器等深度學習架構提取三維模型的特征，通過將三維模型表示為高維特征向量，利用深度學習網(wǎng)絡學習模型之間的抽象關系，使其能夠捕捉模型的形狀、結構和語義等信息，實現(xiàn)對模型的有效表示和比較。該類方法在處理大規(guī)模三維模型數(shù)據(jù)庫時表現(xiàn)出色，可以為三維計算機視覺領域的研究和應用提供有力的支持。

草圖檢索三維模型結果(全部返回正確結果)

綜之，傳統(tǒng)基于關鍵詞的圖像檢索費時費力，基于內(nèi)容的三維模型檢索技術應運而生，通過分析內(nèi)在特征提高準確性與效率。研究者從多個角度探索了檢索方法，包括基于投影、草圖、特征、語義等。本體檢索借助知識表示與組織，實現(xiàn)信息檢索與知識發(fā)現(xiàn)。深度學習廣泛應用于提取特征向量進行檢索。三維模型檢索是前沿跨領域研究，通過改進關鍵技術來提高準確性與效率，推動不同領域應用，不但填補了相關領域空白，促進了文物數(shù)字化資源共享，拓展了檢索層次，而且為數(shù) 字博物館與虛擬地理環(huán)境等領域提供了有力支持。

點擊翻頁

點擊翻頁

點擊翻頁

點擊翻頁

點擊翻頁

點擊翻頁

基于內(nèi)容的三維模型檢索技術

周明全, 耿國華著

北京 : 科學出版社, 2025. 12

(新一代人工智能理論、技術及應用叢書)

ISBN978-7-03-083236-8

《基于內(nèi)容的三維模型檢索技術》匯聚了模型檢索領域先進技術，包括作者團隊的研發(fā)成果?；谌S內(nèi)容檢索的研究與應用分為知識體系、技術體系、應用體系三個部分。

▋知識體系部分(第1～3章)介紹三維內(nèi)容檢索的國內(nèi)外現(xiàn)狀、三維模型的處理流程、模型表示方法及其特征提取、性能評價，以及體系構成。第1章緒論，包括背景意義、現(xiàn)狀和三維模型檢索體系(知識體系、技術體系、應用體系)。第2章三維模型概述，包括三維模型表示方法、特征提取、性能評價。第3章三維模型預處理，包括模型去噪、孔洞修復、網(wǎng)格簡化、標準化以及坐標規(guī)范化。

▋技術體系部分(第4～8章)介紹二維(圖像)找三維模型、三維(特征)找三維模型、基于語義本體找三維模型和深度學習找三維模型三類技術。第4章基于投影的三維模型檢索技術，包括視覺投影、正交投影、三維Radon 變換與BOVF 等方法。第5章基于草圖的三維模型檢索技術，包括三維模型全局特征、局部特征及局部多尺度等方法。第6章基于多特征融合的三維模型檢索技術，包括擴展核、SKPCA、骨架等特征提取方法。第7章基于語義的三維模型檢索技術，三維模型本體描述和語義網(wǎng)建立、主動學習機制及顯著特征的語義標注。第8章基于深度學習的三維模型檢索技術，深度學習的神經(jīng)網(wǎng)絡、損失函數(shù)與訓練策略等處理過程。

▋應用體系部分(第9章)介紹三維模型檢索系統(tǒng)與典型范例。

作者團隊研究基于內(nèi)容檢索技術較早，2007年撰寫了《基于內(nèi)容的圖像檢索技術》、2015年撰寫了《基于內(nèi)容的音頻檢索技術》，在基于內(nèi)容的三維模型檢索方面有二十余年的研究基礎，本書得到國家科學技術學術著作出版基金的資助。作者團隊開展三維模型檢索技術研究先后得到863 目標導向項目(2008AA01Z301)、973前期預研項目(2011CB311802)、國家自然科學基金重點項目(61731015)、國家自然科學基金面上項目(60843094)等資助。在成書過程中，得到 北京師范大學、 西北大學等單位的大力支持。

基于內(nèi)容的三維模型檢索技術是一個活躍且不斷發(fā)展的研究領域。盡管已經(jīng)取得了顯著進步，但仍面臨諸多挑戰(zhàn)。希望本書能夠吸引更多的學者關注該領域的研究，提供新的方法，開拓新的應用領域，期盼該領域的研究百家爭鳴、成果豐碩，期待更多的研究和技術創(chuàng)新推動這一領域的發(fā)展。

本文摘編自《基于內(nèi)容的三維模型檢索技術》（周明全, 耿國華著. 北京: 科學出版社, 2025.12）一書“前言”“序言”“第1章 緒論”，有刪減修改，標題為編者所加。

(新一代人工智能理論、技術及應用叢書)

ISBN978-7-03-083236-8

責任編輯：孫伯元

本書適合模型智能處理等相關領域的科技人員研究參考，也可供高校相關專業(yè)研究生學習。

（本文編輯： 劉四旦 ）

專業(yè)品質(zhì) 學術價值

原創(chuàng)好讀 科學品位

一起閱讀科學