摘要：针对现有的三维计算机辅助设计模型检索算法难以实现局部结构匹配的问题,提出一种利用蚁群算法来实现三维计算机辅助设计模型局部匹配的方法。提取模型的B-Rep信息,将局部结构和计算机辅助设计模型分别用属性邻接图来表示;利用蚁群算法实现局部结构和计算机辅助设计模型属性邻接图中的公共子图检测,并根据公共子图得到计算机辅助设计模型中包含的局部结构;通过比较欲检索的局部结构和计算机辅助设计模型所包含的局部结构,实现模型局部相似性评价。实验结果表明,该算法可以实现三维计算机辅助设计模型局部匹配,检索效率满足工程检索的要求。

摘要：针对海量、异构三维形状匹配与智能检索技术的需求,提出了一种基于级联卷积神经网络(F-PointCNN)深度特征融合的三维形状局部匹配方法.首先,采用特征袋模型,提出几何图像表示方法,该几何图像不仅能够有效区分同类异构的非刚性三维模型,而且能够揭示大尺度不完整三维模型的结构相似性.其次,构建级联卷积神经网络学习框架F-PointCNN,其中,BoF-CNN从几何图像中学习深度全局特征,建立融合局部特征与全局特征的点特征表示;进而对Point-CNN进行点特征的细化与提纯,生成具有丰富信息的深度融合特征,有效提高形状特征的区分性与鲁棒性.最终,通过交叉矩阵度量方法高效实现非刚性三维模型的局部形状匹配.在公开的非刚性三维模型数据库的实验结果表明,该方法提取的特征在大尺度变换的形状分类及局部形状匹配中具有更强的识别力与更高的匹配精度.

摘要：由于三维模型整体检索算法无法实现局部结构的匹配,因此提出一种基于B-Rep模型属性邻接图的局部匹配算法,通过提取模型的B-Rep信息,将局部结构和CAD模型分别用属性邻接图表示.根据面和边的属性,先在CAD模型中查找与局部结构属性相同的边,再对这些边进行组合,将局部结构从CAD模型中分离出来.通过比较欲检索的局部结构和从CAD模型中分离出的局部结构的邻接矩阵是否相等,可以判断CAD模型中是否含有该局部结构.实验表明,该算法实现了CAD模型局部结构的匹配,检索效率能够满足工程检索的要求.

摘要：针对文物碎片整体形状差异大,自身特点复杂,本文提出一种基于快速拒绝模式的局部匹配算法。利用多层描述子将给定文物碎片模型的特征表示出来,通过快速拒绝模式匹配算法与部位模板进行匹配,最终得到两者相匹配的区域。实验数据表明该算法具有较好的匹配效果。

摘要：本文提出一种基于非精确图匹配的三维CAD模型局部匹配方法。该方法首先将三维模型转化为属性邻接图表示;然后计算目标模型与被检索模型的属性邻接图之间顶点相容程度矩阵与边相容程度矩阵,并由此建立顶点匹配矩阵的目标优化函数;最后运用平均场理论求解匹配优化问题。在匹配过程中,充分利用属性邻接图的顶点与边属性信息动态裁剪搜索空间,实现快速的匹配。实验结果表明,该方法能够检索到不同相似程度的三维CAD模型,并且检索效率满足实际要求。

摘要：指纹方向场真实地反映了指纹图像中本质的纹理特征,包括指纹的基本形状、结构和走势。方向场图像在局部区域表现相对一致,而在全局范围则表现出较大的差异。基于方向场对指纹图像进行分区,可以提供一种有用的辅助性全局特征。本文提出了一种指纹图像快速分区方法,并结合一种基于局部描述子的指纹图像匹配算法给出了其应用实例。在FVC2004DB1数据集上设计了实验,结果表明,这种分区方法能有效地提高识别率,同时缩短处理时间。

摘要：Web服务匹配是动态服务组合的一个重要环节,然而目前大多数的研究仅从单个抽象服务的角度进行局部语义匹配,没有考虑到服务组合的全局匹配,此外,即使考虑了全局匹配也仅从QoS角度进行匹配,没有考虑到全局语义匹配.针对服务组合流程,提出了基于抽象服务的局部语义匹配与基于QoS感知的全局语义匹配,设计了语义匹配算法,并扩展对服务输入/输出匹配的可用性分析,建立了全局匹配的QoS模型及其评价方法,基于该模型及评价方法,采用遗传算法实现全局语义匹配度最大化及满足用户的QoS指标需求.仿真实验结果表明:基于语义与QoS感知的服务匹配算法是可行的和有效的.

摘要：提出一种典型结构的建模技术与局部匹配方法。选取零件已有的典型结构,利用基于图的理论用邻接矩阵来表示典型结构的面与面之间的拓扑关系,再用基于面的几何与拓扑关系匹配方法,加速检索出含有所选典型结构的零件。

摘要：分析了传统公共子模式发现方式中存在的问题,提出了一种距离和轨迹属性相结合的公共子模式发现算法。该算法基于平移的最小Hausdorff距离的思想,通过计算时序点集合和参考点的属性阈值找出其中的公共子模式,从而在一定程度上减少了公共子模式的发现个数,提高了实验结果的准确度,使发现到的公共子模式更具有实际意义。并对其进行了仿真实验,实验结果表明了算法的有效性。

摘要：针对立体匹配中的视差优化问题,提出一种自适应权重MRF的立体匹配视差优化算法。首先使用局部算法生成初始视差图;然后在马尔科夫随机算法框架下,对视差不连续区域和平滑区域自适应调整平滑项权重来实现视差图的优化.本文的关键技术是不同区域平滑项权重的设计,其中不连续区域利用颜色相关系数、视差相关系数以及视差图与同场景彩色图的结构相似性来构建平滑项权重;而平滑区域则直接利用视差信息来构建平滑项权重,同时,根据领域内视差平滑程度自适应调整权重中参数.通过在立体匹配评估平台Middlebury.上的测试实验表明,所提算法可获得更优的主观效果和客观指标,优化后的视差图在边缘区域和视差不连续区域能够保持清晰的视差图.