《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。