论文部分内容阅读
基于手绘草图的三维模型检索(SBSR)已成为三维模型检索、模式识别与计算机视觉领域的一个研究热点。与传统方法相比,基于卷积神经网络(CNN)的三维深度表示方法在三维模型检索任务中性能优势非常明显。本文提出了一种基于手绘图像融合信息熵和CNN的三维模型检索方法。首先,通过计算模型投影图的信息熵得到模型的代表性视图,并将代表性视图经过边缘检测等处理得到三维模型投影图的轮廓图像;然后,将轮廓图像和手绘草图输入到CNN中提取特征描述子,并进行特征匹配。本文方法在Shape Retrieval Contest