3D model retrieval using the 2D Poisson equation

Alizadeh, Fattah; Sutherland, Alistair

doi:10.1109/cbmi.2012.6269797

Cited by 7 publications

(3 citation statements)

References 23 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…This model is made based on the query Gaussian models by combining the positive and negative matching models. Alizadeh and Sutherland [23] used 60 two-dimensional silhouettes taken from different view-angles of the 3D objects. They proposed a silhouettebased 3D shape descriptor using Poisson equation (SilPH).…”

Section: Related Workmentioning

confidence: 99%

“…Moreover, this method outperforms the topology based method in terms of time efficiency. Unlike other types of geometry based methods such as 2D view [18][19][20][21][22][23] and projected 2D shape descriptors [24,25], voxelized model uses complete 3D object. Projecting the concave parts of 3D object onto the principal planes leads to eliminate some of informative data as a result of overlapping them in principal planes.…”

Section: Introductionmentioning

confidence: 99%

See 1 more Smart Citation

3D object retrieval based on histogram of local orientation using one-shot score support vector machine

Mehrdad

Ebrahimnezhad

2015

Front. Comput. Sci.

View full text Add to dashboard Cite

In this paper, a content based descriptor is proposed to retrieve 3D models, which employs histogram of local orientation (HLO) as a geometric property of the shape. The proposed 3D model descriptor scheme consists of three steps. In the first step, Poisson equation is utilized to define a 3D model signature. Next, the local orientation is calculated for each voxel of the model using Hessian matrix. As the final step, a histogram-based 3D model descriptor is extracted by accumulating the values of the local orientation in bins. Due to efficiency of Poisson equation in describing the models with various structures, the proposed descriptor is capable of discriminating these models accurately. Since, the inner voxels have a dominant contribution in the formation of the descriptor, sufficient robustness against noise can be achieved. This is because the noise mostly influences the boundary voxels. Furthermore, we improve the retrieval performance using support vector machine based one-shot score (SVM-OSS) similarity measure, which is more efficient than the conventional methods to compute the distance of feature vectors. The rotation normalization is performed employing the principal component analysis. To demonstrate the applicability of HLO, we implement experimental evaluations of precisionrecall curve on ESB, PSB and WM-SHREC databases of 3D models. Experimental results validate the effectiveness of the proposed descriptor compared to some current methods.

show abstract

Section: Related Workmentioning

confidence: 99%

Section: Introductionmentioning

confidence: 99%

3D object retrieval based on histogram of local orientation using one-shot score support vector machine

Mehrdad

Ebrahimnezhad

2015

Front. Comput. Sci.

View full text Add to dashboard Cite

show abstract

“…The method proposed by Alizadeh et al [5] uses 60 different 2D silhouettes, which are automatically extracted from different view-angles of 3D models. Solving the Poisson equation [53] for each Silhouette assigns a number to each pixel as the pixel's signature.…”

Section: D-based 3d Object Retrievalmentioning

confidence: 99%

Retrieval of 3-dimensional rigid and non-rigid objects

Sfikas¹,

Σφήκας²

View full text Add to dashboard Cite

Η παρούσα διδακτορική διατριβή εστιάζει στο πρόβλημα της ανάκτησης 3Δ αντικειμένων από μεγάλες βάσεις δεδομένων σε σχεδόν πραγματικό χρόνο. Για την αντιμετώπιση του προβλήματος αυτού, η έρευνα επικεντρώνεται σε τρία βασικά υποπροβλήματα του χώρου: (α) κανονικοποίηση θέσης άκαμπτων 3Δ μοντέλων με εφαρμογές στην ανάκτηση 3Δ αντικειμένων, (β) περιγραφή εύκαμπτων 3Δ αντικειμένων και (γ) αναζήτηση από βάσεις δεδομένων 3Δ αντικειμένων βασιζόμενη σε 2Δ εικόνες-ερώτησης.Σχετικά με το πρώτο υποπρόβλημα, την κανονικοποίηση θέσης 3Δ μοντέλων, παρουσιάζονται τρεις νέες μέθοδοι οι οποίες βασίζονται στις εξής αρχές: (α) Τριδιάστατη Ανακλαστική Συμμετρία Αντικειμένου (ROSy) και (β, γ) Διδιάστατη Ανακλαστική Συμμετρία Αντικειμένου υπολογιζόμενη επί Πανοραμικών Προβολών (SymPan και SymPan+). Και οι τρεις μέθοδοι αποτελούν γενικού σκοπού μεθόδους κανονικοποίησης 3Δ μοντέλων και χρησιμοποιούνται για να αυξήσουν την απόδοση μιας διαδικασίας ανάκτησης 3Δ αντικειμένων.Όσον αφορά το δεύτερο υποπρόβλημα, αναπτύχθηκε μια μέθοδος ανάκτησης εύκαμπτων 3Δ αντικειμένων, η οποία συνδυάζει τις ιδιότητες της σύμμορφης γεωμετρίας και της τοπολογικής πληροφορίας βασιζόμενης σε γράφους, με ενιαίο τρόπο (ConTopo++). Ενώ οι μέθοδοι που βασίζονται σε γράφους είναι εύρωστες ως προς τις παραμορφώσεις εύκαμπτων αντικειμένων, απαιτούν εντατικούς υπολογισμούς, οι οποίοι ωστόσο μπορούν να μειωθούν με τη χρήση κατάλληλων αναπαραστάσεων, μέσω μεθόδων που βασίζονται στην γεωμετρία. Επιπλέον, προτείνεται μια στρατηγική συνταιριασμού συμβολοσειρών, για τη σύγκριση των γράφων που αναπαριστούν 3Δ αντικείμενα.Σχετικά με το τρίτο υποπρόβλημα, παρουσιάζεται μια μέθοδος ανάκτησης 3Δ αντικειμένων, βασιζόμενη σε 2Δ εικόνες-ερώτησης, οι οποίες αντιπροσωπεύουν προβολές πραγματικών 3Δ αντικειμένων. Τα πλήρη 3Δ αντικείμενα της βάσης δεδομένων περιγράφονται από ένα σύνολο πανοραμικών προβολών και ένα μοντέλο Bag-of-Visual-Words δημιουργείται χρησιμοποιώντας τα χαρακτηριστικά SIFT που προέρχονται από αυτά. Για να αντιμετωπιστεί το πρόβλημα της μερικής ταύτισης, προτείνεται ένα σχήμα υπολογισμού χωρικών ιστογραμμάτων από τις πανοραμικές προβολές.Οι μεθοδολογίες που αναπτύχθηκαν και περιγράφονται στην παρούσα διατριβή αξιολογούνται όσον αφορά την ακρίβεια ανάκτησης και παρουσιάζονται κάνοντας χρήση ποσοτικών και ποιοτικών μέτρων μέσω μιας εκτεταμένης και συνεκτικής αξιολόγησης σε σχέση με μεθόδους τρέχουσας τεχνολογικής στάθμης επάνω σε τυποποιημένες βάσεις δεδομένων.

show abstract