Recuperación de contenido 3D
Un sistema de recuperación de contenido 3D es un sistema informático para navegar, buscar y recuperar contenidos digitales tridimensionales (por ejemplo: diseño asistido por computadora, modelos de biología molecular, escenas 3D del patrimonio cultural, etc.) de una gran base de datos de imágenes digitales. La forma más original de realizar la recuperación de contenido 3D utiliza métodos para agregar texto de descripción a los archivos de contenido 3D, como el nombre del archivo de contenido, el texto del enlace y el título de la página web, de modo que el contenido 3D relacionado se pueda encontrar mediante la recuperación de texto. Debido a la ineficacia de anotar archivos 3D manualmente, los investigadores han investigado formas de automatizar el proceso de anotación y proporcionar un estándar unificado para crear descripciones de texto para contenidos 3D. Además, el aumento del contenido 3D ha exigido e inspirado formas más avanzadas de recuperar información 3D. Por lo tanto, los métodos de coincidencia de formas para la recuperación de contenido 3D se han vuelto populares. La recuperación de coincidencia de formas se basa en técnicas que comparan y contrastan similitudes entre modelos 3D.
Métodos de recuperación 3D
Obtenga una descripción de alto nivel (por ejemplo: un esqueleto) y luego encuentre resultados coincidentes
Este método describe modelos 3D mediante el uso de un esqueleto. El esqueleto codifica la información geométrica y topológica en forma de un gráfico esquelético y utiliza técnicas de comparación de gráficos para hacer coincidir los esqueletos y compararlos. [1] Sin embargo, este método requiere un modelo de entrada de 2 múltiples y es muy sensible al ruido y los detalles. Muchos de los modelos 3D existentes se crean con fines de visualización, mientras que carecen del estándar de calidad de entrada para el método de esqueleto. El método de recuperación de esqueletos 3D requiere más tiempo y esfuerzo antes de que se pueda utilizar ampliamente.
Calcule un vector de características basado en estadísticas
A diferencia del modelado esqueleto, que requiere un estándar de alta calidad para la fuente de entrada, los métodos estadísticos no restringen la validez de una fuente de entrada. Los histogramas de forma , los vectores de características compuestos por propiedades geométicas globales como la circularidad y la excentricidad, y los vectores de características creados mediante la descomposición de frecuencia de funciones esféricas son ejemplos comunes del uso de métodos estadísticos para describir información 3D. [2]
Método de proyección 2D
Algunos enfoques utilizan proyecciones 2D de un modelo 3D, justificado por la suposición de que si dos objetos son similares en 3D, entonces deberían tener proyecciones 2D similares en muchas direcciones. Las vistas prototípicas [3] y la descripción del campo de luz [4] son buenos ejemplos de métodos de proyección 2D.
Sistema de búsqueda de ingeniería 3D
En la Universidad de Purdue, los investigadores dirigidos por el profesor Karthik Ramani en el Centro de Investigación y Educación para la Información crearon un motor de búsqueda 3D llamado Sistema de Búsqueda de Ingeniería 3D (3DESS). Está diseñado para encontrar piezas de ingeniería generadas por computadora.
El mecanismo detrás de este motor de búsqueda es que parte de un algoritmo que puede transformar el dibujo de consultas en vóxeles , luego extrae la información de forma más importante de los vóxeles utilizando otro algoritmo llamado adelgazamiento y formula un esqueleto de los contornos y la topología del objeto . Después de eso, 3DESS desarrollará un gráfico esquelético para representar el esqueleto, utilizando tres construcciones topológicas comunes: bucles, bordes y nodos. El gráfico de construcciones comunes procesadas puede reducir la cantidad de datos para representar un objeto y es más fácil almacenar e indexar la descripción en una base de datos. [5]
Según el profesor principal, 3DESS también puede describir objetos usando vectores de características, como volumen, área de superficie, etc. El sistema procesa consultas comparando sus vectores de características o gráficos esqueléticos con datos almacenados en la base de datos. Cuando el sistema recupera modelos en respuesta a la consulta, los usuarios pueden elegir el objeto que se parezca más a lo que quieren y dejar comentarios.
Desafíos
Desafíos asociados con consultas de similitud basadas en formas 3D
Con el método de recuperación 3D de modelado de esqueletos, encontrar una manera eficiente de indexar descriptores de formas 3D es un gran desafío porque la indexación de formas 3D tiene criterios muy estrictos. Los modelos 3D deben ser rápidos de calcular, concisos de almacenar, fáciles de indexar, invariantes bajo transformaciones de similitud, insensibles al ruido y pequeñas características adicionales, robustos a degeneraciones topológicas arbitrarias y discriminando las diferencias de forma en muchas escalas.
Búsqueda y recuperación 3D con desafíos de soporte multimodal
Para que la interfaz de búsqueda 3D sea lo suficientemente simple para los usuarios novatos que saben poco sobre los requisitos de la fuente de entrada de recuperación 3D , es necesario un sistema de recuperación multimodal , que puede tomar varios tipos de fuentes de entrada y proporcionar resultados de consulta sólidos. Hasta ahora, solo se han propuesto algunos enfoques. En Funkhouser et al. (2003), [6] el “motor de búsqueda Princeton 3D” propuesto admite bocetos 2D, bocetos 3D, modelos 3D y texto como consultas. En Chen et al. (2003), [7] diseñó un sistema de recuperación 3D que toma bocetos 2D y recupera objetos 3D. Recientemente, Ansary et al. (2007) [8] propuso un marco de recuperación 3D utilizando imágenes fotográficas 2D, bocetos y modelos 3D.
Referencias
- ^ Sundar, H., Silver, D., Gagvani, N., Dickinson, S., Recuperación y correspondencia de formas basadas en esqueletos , En: Proc. SMI, Seúl, Corea (2003)
- ^ Min, P., Kazhdan, M., Funkhouser, T., Una comparación de coincidencia de texto y forma para la recuperación de modelos 3D en línea . Investigación y tecnología avanzada para bibliotecas digitales, 2004, Vol.3232, pp.209-220
- ^ Cyr, CM, Kimia, BB, reconocimiento de objetos 3D utilizando un gráfico de aspecto basado en similitudes de formas , In: Proc. ICCV, IEEE (2001)
- ^ Chen, DY, Ouhyoung, M., Tian, XP, Shen, YT, Ouhyoung, M., sobre la recuperación de modelos 3D basados en similitudes visuales , en: Proc. Eurographics, Granada, España (2003)
- ^ Ortiz, S., la búsqueda 3D comienza a tomar forma, Computer, 2004, Vol.37 (8), pp.24-26
- ^ Funkhouser, T., Min, P., Kazhdan, M., Chen, J., Halderman, A., Dobkin, D. y Jacobs, D. (2003). Un motor de búsqueda de modelos 3D . Transacciones de ACM en gráficos, 22 (1), 83–105
- ^ Chen, DY, Ouhyoung, M., Tian, XP, Shen, YT, Ouhyoung, M., sobre la recuperación de modelos 3D basados en similitudes visuales , en: Proc. Eurographics, Granada, España (2003)
- ^ Filali Ansary, T., Daoudi, M. y Vandeborre, J.-P. (2007). Un motor de búsqueda bayesiano 3D que utiliza agrupación de vistas adaptativas . Transacciones IEEE sobre multimedia, 9 (1), 78–88.
