多层次部件感知的几何形状分析及3D模型自动生成

项目名称： 多层次部件感知的几何形状分析及3D模型自动生成

项目编号： No.61363048

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 曹俊杰

作者单位： 南昌航空大学

项目金额： 46万元

中文摘要： 3D模型一般由若干部件构成，神经生物学研究表明部件是人类感知几何形状的基本单元，基于部件的形状分析和3D模型合成已成为当前计算机图形学研究的热点和难点。目前部件感知的几何造型还存在着部件检测鲁棒性差、分解层次性不强以及合成的合理性和可用性不足等问题亟需解决。本项目拟以低秩表示、谱分析和深度学习理论为基础，以解决基于部件的3D建模中自动的多层次部件提取等关键问题为目的，研究：1)部件的非局部特征表示；2）利用部件结构引导的低秩子空间聚类，自动融合多种部件特征；3）部件感知的谱网格分析和有层次结构的部件分解；4）基于深度学习的部件变异和交叉，得到针对复杂3D模型快速建模方法。对于上述问题的研究，将有助于提高几何形状分析和视觉感知的一致性；加强用户控制和生成模型的合理性，得到更多有创意的3D模型，为相关应用问题提供理论和算法支持。

中文关键词： 部件分析；部件对应；模型生成；低秩表示；显著性

英文摘要： Researchers pay more attentions on part-aware shape analysis and modeling, since it plays an important role in human recognition. There are still some challenges in this field such as the robustness of part detection, part decomposition with deep hierarch

英文关键词： Part analysis；Part correspondence；Model generation；Low rank representation；Saliency