Please use this identifier to cite or link to this item:
Title: Ομοιότητα 3Δ σχημάτων με μεθόδους διάχυσης
Other Titles: 3D shape similarity using spectral graph methods
Authors: Παπαθανασίου, Αναστασία
Keywords: 3Δ σχήματα
Ανάκτηση σχήματος
Φασματικές μέθοδοι επεξεργασίας
Εύκαμπτο σχήμα
Αναπαράσταση πλέγματος
Keywords (translated): 3D shapes
Retrieval of shapes
Spectral methods
Non-rigid shapes
Abstract: Η παρούσα εργασία διαπραγματεύεται την ανάκτηση (retrieval) τρισδιάστατων (3Δ) σχημάτων. Για την επίλυση αυτού του προβλήματος χρησιμοποιούμε αλγορίθμους στο περιβάλλον του MATLAB. Συγκεκριμένα, εξάγουμε χαρακτηριστικά με φασματικές μεθόδους που βασίζονται σε γράφους καθώς έχουν ισομετρική ανεξαρτησία και άλλες χρήσιμες ιδιότητες. Οι φασματικές μέθοδοι που χρησιμοποιούμε βασίζονται στον Laplace–Beltrami τελεστή. Ειδικότερα, επεξεργαζόμαστε το WKS (Wave Kernel Signature), το HKS (Heat Kernel Signature) και το SIHKS (Scale Invariant HKS) για να περιγράψουμε όσο καλύτερα μπορούμε το 3Δ σχήμα. Τα σχήματα που χρησιμοποιούμε κατά την ανάλυσή μας ανήκουν στη βάση SHREC 11 και είναι εύκαμπτα (non-rigid). Στη συνέχεια, με τους περιγραφείς ορίζουμε απόσταση στα 3Δ σχήματα χρησιμοποιώντας τεχνικές βασισμένες στο WW-test (Wald-Wolfowitz test) και κατατάσσουμε τα αποτελέσματα σε φθίνουσα σειρά. Το WW-test είναι ένα στατιστικό τέστ που ελέγχει την ομοιότητα σε πολυδιάστατες κατανομές. Στη μελέτη αυτή το χρησιμοποιούμε σα μέτρο απόστασης. Κατά την επεξεργασία των δεδομένων μας δε χρησιμοποιούμε τεχνικές εκπαίδευσης και έτσι η ανάλυσή μας βασίζεται μόνο στη σύγκριση του σχήματος που θέλουμε να ταυτοποιήσουμε με όλα τα σχήματα της βάσης μας. Η εργασία μας ενισχύει τη θέση ότι οι φασματικές μέθοδοι γράφων που χρησιμοποιούν το Laplace-Beltrami τελεστή είναι κατάλληλες για ανάκτηση 3Δ σχημάτων. Ακόμα, προτείνει τη σύγκριση των χαρακτηριστικών που εξάγονται από όλο το σχήμα και όχι κάποιο τμήμα ή μέσο όρο αυτών.
Abstract (translated): This thesis focuses explicitly on shape retrieval applications. In order to manage this issue we use algorithms suitable to MATLAB software platform. Our algorithm has some steps. To begin with, it extracts specific features using spectral graph methods, which are independently isometric and have some useful attributes. More specifically, the spectral methods we use depend on Laplace-Beltrami operator. Based on this operator, we analyze WKS (Wave Kernel Signature), HKS (Heat Kernel Signature) and SIHKS (Scale Invariant HKS) descriptors to specify the 3D shape in more details. The shapes we use in our approach belong to SHREC 11 database that consists of non-rigid meshes. In this paper, we compare the descriptors above defining a distance measure on 3D shapes using techniques based on WW-test (Wald-Wolfowitz test) and range the results from this test in falling order. WW-test is a statistic test which manipulates multidimensional distributions in order to determine the similarity between them. This attribute fits exactly in our project as the shapes of SHREC 11 database have not the same size. In our process, we do not use supervised methods to get the results or any kind of bag-of-words techniques, we concentrate on the query shape that is to be identified and check it with all the shapes of the database. This thesis enhances the belief that spectral graph descriptors are suitable for 3D shape retrieval, especially those which are based on Laplace-Beltrami operator. Moreover, we propose feature matching between distributions that describe the whole shape and not an average or specific points of it.
Appears in Collections:Τμήμα Φυσικής (ΜΔΕ)

Files in This Item:
File Description SizeFormat 

This item is licensed under a Creative Commons License Creative Commons