三维模型检索相关性反馈方法和装置.pdf

(19)中华人民共和国国家知识产权局*CN102236651A*(12)发明专利申请(10)申请公布号CN102236651A(43)申请公布日2011.11.09(21)申请号201010154736.6(22)申请日2010.04.26(71)申请人魏涛地址100084北京市海淀区清华大学13号楼119室(72)发明人魏涛(51)Int.Cl.G06F17/30(2006.01)权利要求书1页说明书4页附图2页(54)发明名称三维模型检索相关性反馈方法和装置(57)摘要本发明提供了一种应用于三维模型检索的相关性反馈方法和装置。该方法主要包括：通过多个学习器获得用户反馈信息，获得对分类信息的不同预测，每轮过后增大上次被错分的样例权重，提高难学样例的比重，利用助推机制(Boosting)更新各个学习器的权重和相关信息，最后通过多个学习器的预测结果，确定最终反馈的模型和排序。利用本发明，可以根据用户的反馈信息，更新检索特征向量内部的相关性信息，最终实现了较快地缩小用户语义信息与底层模型特征信息之间差距的目的，进而有助提高三维模型检索装置的检索效果。CN102365ACCNN110223665102236655A权利要求书1/1页1.一种三维模型检索的相关性反馈方法，其特征在于，包括：获取用户的反馈信息，根据反馈信息对初始查询结果进行更新和改进；利用RBF-SVM作为基学习器，对初始反馈信息进行学习和判断，做出预测；利用推进机制对不同基学习器的预测结果进行比较和分析，在不同分类其中重新分配权重，提高错分样例的权重比例。2.根据权利要求1所记载的三维模型检索的相关性反馈方法，其特征在于，所记载获取用户的反馈信息的过程包括：根据初始三维模型检索结果后，由用户根据自己的主观需要对初始检索结果进行标d注，生成若干个标注向量(x1，y1)，...，(xN，yN)，其中xi∈R，yi∈{-1，1}，-1代表不相关，1代表相关。3.根据权利要求1所记载的三维模型检索的相关性反馈方法，其特征在于，所记载利用推进机制对不同基学习器的预测结果进行比较和分析的过程包括：初始分配权重向量其中i＝1，...，N；以及高斯宽度σ＝σinit。在满足条件当t＝1，2，...，T并且σ＞σmin的前提下，进行循环迭代。每一次迭代计算检索错误率，并对RB-SVM的高斯宽度σ进行调整，直到规定迭代次数完成。4.一种三维模型检索的相关性反馈装置，其特征在于，包括：用户反馈信息获取模块，用于获得用户反馈信息，作为理解用户语义需求的模块；基学习器模块，用于根据用户反馈的信息，对检索模型的各个特征向量和相关信息进行初始化设置；推进模块，集合多个基学习模块，根据各个基础模块的检索效果更新各个学习器的权重。2CCNN110223665102236655A说明书1/4页三维模型检索相关性反馈方法和装置技术领域[0001]本发明涉及信息检索领域，尤其涉及三维模型检索以及相应的相关性反馈方法和装置。背景技术[0002]本发明所关联的基于内容的三维模型检索就是从三维模型库中检索与已知三维模型相似的其他三维模型，即对于特定查询模型，使用分类算法构建一个分类器，返回与之相对应的模型类中各模型。它可以描述为：构建一个分类器L来判断给定一组三维模型O是否与查询三维模型Q属于同一个类别的形状类C，并将O按照相似程度的高低返回。通过特征提取算法，三维模型被表示成一个上百维的特征向量。因为一个三维模型可以包含多个特征信息，因此，一个三维模型可以对应多个特征向量。[0003]在三维模型检索中运用相关性反馈方法是为了获取用户的检索信息，提高三维模型的检索效果。在三维模型检索中，现有的效果较好的相关性反馈技术包括：基于支持向量机(SVM)的相关性反馈方法；另一种是多分类器集成方法。发明内容[0004]本发明实施例的目的是提供一种供三维模型检索使用的相关性反馈方法和装置。从而帮助单纯的三维模型检索方法和装置获得更好的检索结果。[0005]本发明实施例的目的是通过以下技术方案实现的：[0006]一种三维模型检索相关性反馈方法，包括：[0007]通过多个基于支持向量机的基学习器获取用户的反馈信息，根据该反馈信息对查询模型的各个特征向量的权重和相关信息进行更新；[0008]利用推进机制(Boosting)更新各个基学习器的权重，增大被错分的样例权重，提高比例。[0009]一种三维模型的检索装置，包括：[0010]用户反馈信息获取模块，用于获得用户反馈信息，作为理解用户语义需求的模块；[0011]基学习器模块，用于根据用户反馈的信息，对检索模型的各个特征向量和相关信息进行初始化设置；[0012]推进模块，集合多个基学习模块，根据各个基础模块的检索效果更新各个学习器的权重。[0013]由上述实施例提供的技术方案可以看