《表1 SHREC Track 2013数据集评价结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《多特征混合的流形排序及其在三维模型草图检索中的应用》
通过对测试集中的草图进行基于深度学习的草图识别、融合特征的提取、跨域流形图的构建及流形排序求解,得到了最终检索结果。最后,运用以上6种评价方法来衡量其检索性能,并与Furuya等的流形排序(cross-domain manifold ranking,CDMR)检索方法[10]、Li等的在视图聚类数目在50和100条件下的检索方法(sketchbased 3 D model retrieval based on view clustering and shape context matching,SBR-VC_NUM_100、SBR-VC_NUM_50)[17]以及视图聚类数目在50的条件下的2D-3D对齐的检索方法(sketch-based3 D model retrieval based on 2 D-3 D alignment and shape context matching,SBR-2 D-3 D_NUM_50)[6]、Saavedra等的基于傅里叶描述符的检索(Fourier descriptors on 3 D models silhouettes,FDC)[9]和Aono等的基于傅里叶光谱的检索方法(Fourier spectra from silhouette,contour,and edge images,EFSD)[19]6种方法的检索性能进行对比,得出的实验结果如表1和图4所示。
图表编号 | XD0036887700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.08 |
作者 | 焦世超、况立群、韩燮 |
绘制单位 | 中北大学大数据学院、中北大学大数据学院、中北大学大数据学院 |
更多格式 | 高清、无水印(增值服务) |