非刚性三维模型检索特征提取技术研究

来源：软件学报杂志2018年第2期北京时间：

作者：李海生,孙莉,武玉娟,吴晓群,蔡强,杜军平

单位：李海生，北京工商大学 计算机与信息工程学院, 北京 100048;食品安全大数据技术北京市重点实验室(北京工商大学), 北京 10004811,孙莉，北京工商大学 计算机与信息工程学院, 北京 100048;食品安全大数据技术北京市重点实验室(北京工商大学), 北京 10004802,武玉娟，北京工商大学 计算机与信息工程学院, 北京 100048;食品安全大数据技术北京市重点实验室(北京工商大学), 北京 10004803,吴晓群，北京工商大学 计算机与信息工程学院, 北京 100048;食品安全大数据技术北京市重点实验室(北京工商大学), 北京 10004804,蔡强，北京工商大学 计算机与信息工程学院, 北京 100048;食品安全大数据技术北京市重点实验室(北京工商大学), 北京 10004805,杜军平，北京邮电大学 计算机学院, 北京 10087606

摘要：三维模型特征描述符是一种简洁且信息量丰富的表示方式，特征提取是许多三维模型分析处理任务的关键步骤.近年来，针对非刚性三维模型特征提取技术的研究引起了人们的广泛关注.首先，汇总了常用的非刚性三维模型基准数据集和算法评价标准；然后，在广泛调研大量文献和最新成果的基础上，将非刚性三维模型特征分为人工设计的特征描述符和基于学习的特征描述符两大类，并分别加以介绍，对每类方法所包含的典型算法，尤其是近几年基于深度学习的特征提取算法的基本思想、优缺点进行了分析、对比和总结；最后进行总结，并对未来可能的发展趋势进行了展望.

关键词：非刚性三维模型;特征提取;深度学习

基金资助：国家自然科学基金（61320106006，61532006，61602015）；北京市自然科学基金（4162019）；北京市科技计划（Z161100001616004）