Geri Dön

Density-based shape descriptors and similarity learning for 3D shape retrieval

3B nesne arama için olasılık yoğunluğuna dayalı şekil betimleyicileri ve benzerlik öğrenme

  1. Tez No: 179060
  2. Yazar: CEYHUN BURAK AKGÜL
  3. Danışmanlar: PROF. BÜLENT SANKUR
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Bölümü
  12. Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
  13. Sayfa Sayısı: 203

Özet

Yeni nesil arama motorları metin dışında, imgeler ve şekillerle de sorgulama yapmaya olanak sağlayacaktır. Özel olarak 3B arama teknolojisi bilgisayar destekli tasarımdan kültürel miras nesnelerinin arşivlenmesi ve sunumu gibi özelleşmiş uygulama alanlarını hedeflemektedir. İçerikle arama alanındanki araştırmalar, kullanıcıların içerik benzerliğine dayalı sorgulamalar yapabilmelerine izin verecek arama motorları geliştirmeyi amaçlamaktadır.Bu tez içeriğe dayalı 3B nesne aramaya ilişkin iki temek problemi ele almaktadır:(1)Benzerliğe dayalı arama için, 3B şekil nasıl güvenilir bir biçimde betimlenebilir?(2)Daha etkili ve semnatik arama sonuçları elde etmek için, şekiller arası benzerlikler bir uzman yardımıyla nasıl öğrenilebilir?Bu çalışmada, ilk problemle ilgili olarak yerel çokdeğerli özniteliklerin olasılık yoğunluğuna dayalı yeni bir 3B şekil betimleme yöntemi geliştirilmiştir. Yüötemde, 3B bir yüzey üzerinde yer alan 3B noktaların yerel özellikleri global bir şekil betimleyicisine dönüştürülmektedir. Olasılık yoğunluğu kestirimi için, çekirdek yöntemiyle yoğunluk kestirimi yöntemi, hızlı bir yaklaştırma algoritması olan Hızlı Gauss Dönüşümü'yle birlikte kullanılmıştır. Bu yolla yerel özniteliklerden global betimlemeye geçiş mekanizmasının nesneler arasındaki eşleme problemini aşarak gürbüz ve etkili bir betimleme algoritması verdiği görülmektedir. Birçok 3B veritabanında yürüttüğümüz deneyler, olasılık yoğunluğuna dayalı betimleyicilerin çok hızlı hesaplanabildiğini ve içerikle arama problemini çözmede çok etkili olduğunu göstermektedir.İkinci problemle ilgili olarak, arama sürecine belirli bir miktarda uzman yardımı katan bir benzerlik öğrenme yöntemi önerilmektedir. Yaklaşımımız yanlış sıralama riskinin dışbükey ve düzenlileştirilmiş bir versiyonunun eniyilenmesi yardımıyla birden çok benzerlik değerinin tümleştirilmesine dayanmaktadır. Bu skor tümleştirme yaklaşımı farklı veri kipleri kullanan değişik arama motoru problemlerinde uygulanabilir. Bu çalışmada, önerilen skor tümleştirme algoritmasının 3B nesne aramadaki etkililiği gösterilmiştir.

Özet (Çeviri)

Next generation search engines will enable query formulations, other than text, relying on visual information encoded in terms of images and shapes. The 3D search technology, in particular, targets specialized application domains ranging from computer aided-design and manufacturing to cultural heritage archival and presentation. Content-based retrieval research aims at developing search engines that would allow users to perform a query by similarity of content.This thesis deals with two fundamentals problems in content-based 3D object retrieval:(1)How to describe a 3D shape to obtain a reliable representative for the subsequent task of similarity search?(2)How to supervise the search process to learn inter-shape similarities for more effective and semantic retrieval?Concerning the first problem, we develop a novel 3D shape description scheme based on probability density of multivariate local surface features. We constructively obtain local characterizations of 3D points on a 3D surface and then summarize the resulting local shape information into a global shape descriptor. For probability density estimation, we use the general purpose kernel density estimation (KDE) methodology, coupled with a fast approximation algorithm: the fast Gauss transform (FGT). The conversion mechanism from local features to global description circumvents the correspondence problem between two shapes and proves to be robust and effective. Experiments that we have conducted on several 3D object databases show that density-based descriptors are very fast to compute and very effective for 3D similarity search.Concerning the second problem, we propose a similarity learning scheme that incorporates a certain amount of supervision into the querying process to allow more effective and semantic retrieval. Our approach relies on combining multiple similarity scores by optimizing a convex regularized version of the empirical ranking risk criterion. This score fusion approach to similarity learning is applicable to a variety of search engine problems using arbitrary data modalities. In this work, we demonstrate its effectiveness in 3D object retrieval.

Benzer Tezler

  1. Depth-based scene mapping through spatio-temporal knowledge integration

    Uzamsal-zamansal bilgi yardımıyla derinlik temelli sahne haritalandırılması

    MERİÇ DURUKAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi Üniversitesi

    Sistem ve Kontrol Mühendisliği Ana Bilim Dalı

    PROF. DR. HURİYE IŞIL BOZMA AYDIN

  2. Öbek analizi algoritmaları

    Başlık çevirisi yok

    MUHAMMET ALTUN

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    Mühendislik Bilimleri Ana Bilim Dalı

    YRD. DOÇ. DR. ALİ ERCENGİZ

  3. Moleküler kuantum benzerliği kavramı kullanılarak nanoalaşım tasarım yöntemi geliştirilmesi

    Development of a nanoalloy design approach based on molecular quantum similarity

    MUHAMMET İSMET TÖREHAN BALTA

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Fizik ve Fizik MühendisliğiGebze Yüksek Teknoloji Enstitüsü

    Fizik Ana Bilim Dalı

    DOÇ. DR. ÇETİN KILIÇ

  4. Üç boyutlu yüz tanımada lokal özellik temelli yöntemlerin kullanımı ve karşılaştırılması

    Comparison and usage of local feature based methods for 3d face recognition

    MUHAMMED ENES ATİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ZAİDE DURAN

  5. Fraktal geometri ve hidrolik pürüzlülük

    The Fractal geometry and the hydraulic roughness

    SAİT ALANSATAN

    Yüksek Lisans

    Türkçe

    Türkçe

    1991

    Makine Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. CAHİT ÖZGÜR