Un sistema de recuperación de contenido 3D es un sistema informático para explorar, buscar y recuperar contenidos digitales tridimensionales (por ejemplo: diseño asistido por computadora , modelos de biología molecular y escenas 3D de 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 se pueda encontrar contenido 3D relacionado a través de la recuperación de texto. Debido a la ineficiencia de la anotación manual de archivos 3D, 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.
Derive una descripción de alto nivel (por ejemplo: un esqueleto) y luego busque resultados coincidentes
Este método describe modelos 3D mediante un esqueleto. El esqueleto codifica la información geométrica y topológica en forma de un gráfico esquelético y utiliza técnicas de correspondencia de gráficos para hacer coincidir los esqueletos y compararlos. [1] Sin embargo, este método requiere un modelo de entrada de 2 variedades y es muy sensible al ruido y los detalles. Muchos de los modelos 3D existentes se crean con fines de visualización, pero carecen del estándar de calidad de entrada para el método del esqueleto. El método de recuperación 3D del esqueleto necesita más tiempo y esfuerzo antes de que pueda usarse ampliamente.
Calcular un vector de características basado en estadísticas
A diferencia del modelado de esqueletos, que requiere un alto estándar de calidad para la fuente de entrada, los métodos estadísticos no imponen restricciones a la validez de una fuente de entrada. Los histogramas de formas , los vectores de características compuestos por propiedades geométricas globales como la circularidad y la excentricidad, y los vectores de características creados mediante la descomposición de frecuencias 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, justificadas 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.
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 en 3D llamado Sistema de Búsqueda de Ingeniería en 3D (3D Engineering Search System, 3DESS). Está diseñado para encontrar piezas de ingeniería generadas por computadora.
El mecanismo detrás de este motor de búsqueda es que comienza con un algoritmo que puede transformar el dibujo de la consulta en vóxeles , luego extrae la información de forma más importante de los vóxeles mediante 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 procesado 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 utilizando vectores de características, como volumen, área de superficie, etc. El sistema procesa las consultas comparando sus vectores de características o gráficos esqueléticos con los 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 asociados con las consultas de similitud basadas en formas 3D
Con el método de recuperación de modelos de esqueletos en 3D, encontrar una manera eficiente de indexar descriptores de formas en 3D es todo un desafío porque la indexación de formas en 3D tiene criterios muy estrictos. Los modelos en 3D deben ser rápidos de calcular, concisos para almacenar, fáciles de indexar, invariantes ante transformaciones de similitud, insensibles al ruido y a pequeñas características adicionales, robustos ante degeneraciones topológicas arbitrarias y capaces de discriminar diferencias de forma en muchas escalas.
Desafíos de la búsqueda y recuperación 3D con soporte multimodal
Para que la interfaz de búsqueda 3D sea lo suficientemente sencilla para los usuarios novatos que saben poco sobre los requisitos de las fuentes de entrada de recuperación 3D, es necesario un sistema de recuperación multimodal , que pueda tomar varios tipos de fuentes de entrada y proporcionar resultados de consulta robustos. Hasta ahora, solo se han propuesto unos pocos enfoques. En Funkhouser et al. (2003), [6] el "motor de búsqueda 3D de Princeton" 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] propusieron un marco de recuperación 3D utilizando imágenes fotográficas 2D, bocetos y modelos 3D.