技術(shù)特征：

1.一種基于語義空間投影變換的三維模型在線標(biāo)注方法，其特征在于，包括：

第一步，訓(xùn)練集三維模型的預(yù)處理，提取所述訓(xùn)練集三維模型的內(nèi)容特征向量；

第二步，建立三維模型標(biāo)注數(shù)據(jù)庫，存儲(chǔ)所述內(nèi)容特征向量和所述三維模型附帶的文本標(biāo)簽數(shù)據(jù)；

第三步，從所述三維模型標(biāo)注數(shù)據(jù)庫中獲取所述內(nèi)容特征向量，計(jì)算所述內(nèi)容特征向量之間的相似度，以所述訓(xùn)練集三維模型為節(jié)點(diǎn)，所述相似度為邊，建立訓(xùn)練集三維模型的內(nèi)容特征相似圖；

第四步，從所述文本標(biāo)簽數(shù)據(jù)中獲取文本標(biāo)簽向量，計(jì)算標(biāo)簽的相關(guān)度，以所述標(biāo)簽為節(jié)點(diǎn)，以所述相關(guān)度為邊，建立訓(xùn)練集的文本標(biāo)簽相關(guān)圖；

第五步，根據(jù)所述內(nèi)容特征相似圖和文本標(biāo)簽相關(guān)圖，計(jì)算三維模型特征正交投影矩陣，得到三維模型的語義特征向量和文本標(biāo)簽的語義特征向量，所述三維模型的語義特征向量和文本標(biāo)簽的語義特征向量構(gòu)成語義空間，將所述三維模型的語義特征向量和文本標(biāo)簽的語義特征向量存儲(chǔ)到所述三維模型標(biāo)注數(shù)據(jù)庫；

第六步，通過待標(biāo)注三維模型的預(yù)處理，提取所述待標(biāo)注三維模型的內(nèi)容特征向量；

第七步，對(duì)所述待標(biāo)注三維模型的內(nèi)容特征向量進(jìn)行三維模型特征投影變換，得到待標(biāo)注的三維模型的語義特征向量，在所述語義空間內(nèi)計(jì)算所述待標(biāo)注的三維模型的語義特征向量與所述文本標(biāo)簽的語義特征向量之間的相似度，得到所述待標(biāo)注三維模型的近鄰文本標(biāo)簽，所述近鄰文本標(biāo)簽作為最終的標(biāo)注詞。

2.根據(jù)權(quán)利要求1所述基于語義空間投影變換的三維模型在線標(biāo)注方法，其特征在于，所述語義空間的構(gòu)建方法包括：

建立語義空間優(yōu)化目標(biāo)函數(shù)：

其中，為所述訓(xùn)練集三維模型的內(nèi)容特征向量構(gòu)成的內(nèi)容特征矩陣，{t₁,t₂,...,t_m}為所述文本標(biāo)簽數(shù)據(jù)的文本標(biāo)簽的集合；

其中，L^S是所述內(nèi)容特征相似圖的規(guī)范拉普拉斯相似度矩陣，L^C是所述訓(xùn)練集的文本標(biāo)簽相關(guān)圖的規(guī)范拉普拉斯相關(guān)度矩陣；

其中，為所述文本標(biāo)簽向量構(gòu)成的標(biāo)簽矩陣，Y_ij＝1表示所述內(nèi)容特征矩陣O中特征向量o_j具備文本標(biāo)簽t_i，Y_ij＝0表示所述內(nèi)容特征矩陣O中特征向量o_j不具備文本標(biāo)簽t_i；

其中，為文本標(biāo)簽語義特征矩陣，為所述語義空間中第i個(gè)文本標(biāo)簽t_i的語義特征向量；為三維模型語義特征矩陣，為所述語義空間中第j個(gè)三維模型的語義特征向量，所述文本標(biāo)簽的語義特征向量和所述三維模型的語義特征向量構(gòu)成所述語義空間；

其中，為所述三維模型特征正交投影矩陣；

其中，為在所述語義空間內(nèi)，所述u_i與所述v_j的相似度；

其中，為p階單位矩陣，α、β與γ為參數(shù)，

3.根據(jù)權(quán)利要求2所述基于語義空間投影變換的三維模型在線標(biāo)注方法，其特征在于，所述參數(shù)取值為：α＝0.8，β＝0.6，γ＝0.005。

4.根據(jù)權(quán)利要求3所述基于語義空間投影變換的三維模型在線標(biāo)注方法，其特征在于，所述計(jì)算三維模型特征正交投影矩陣A和文本標(biāo)簽語義特征矩陣U的方法包括：

語義空間優(yōu)化目標(biāo)函數(shù)的拉格朗日函數(shù)為：

隨機(jī)初始化所述三維模型特征正交投影矩陣A和所述文本標(biāo)簽語義特征矩陣U，并初始迭代變量t＝1；

步驟1：計(jì)算所述目標(biāo)函數(shù)對(duì)于A的導(dǎo)數(shù)：

步驟2：計(jì)算所述目標(biāo)函數(shù)對(duì)于U的導(dǎo)數(shù)：

所述目標(biāo)函數(shù)對(duì)于U的每個(gè)列向量的導(dǎo)數(shù)為：

所述目標(biāo)函數(shù)對(duì)于U的導(dǎo)數(shù)為

步驟3：更新更新η為下降步長(zhǎng)；

步驟4：更新所述迭代變量t＝t+1；重復(fù)步驟1、步驟2、步驟3，直至所述三維模型特征正交投影矩陣A和文本標(biāo)簽語義特征矩陣U收斂；

其中，λ和ζ為拉格朗日不定乘子；

利用所述三維模型特征正交投影矩陣A對(duì)所述訓(xùn)練集三維模型內(nèi)容特征矩陣進(jìn)行變換，所述變換為O'＝A^TO，將所述三維模型的語義特征向量和所述文本標(biāo)簽的語義特征向量存儲(chǔ)到三維模型標(biāo)注數(shù)據(jù)庫中。

5.根據(jù)權(quán)利要求4所述基于語義空間投影變換的三維模型在線標(biāo)注方法，其特征在于，所述參數(shù)取值為：λ＝ζ＝0.005，下降步長(zhǎng)η＝0.005。

6.一種基于語義空間投影變換的三維模型在線標(biāo)注系統(tǒng)，其特征在于，包括：

訓(xùn)練集三維模型預(yù)處理裝置，與三維模型標(biāo)注數(shù)據(jù)庫裝置連接，用于提取所述訓(xùn)練集三維模型的內(nèi)容特征向量和文本標(biāo)簽向量；

所述三維模型標(biāo)注數(shù)據(jù)庫裝置，分別與訓(xùn)練集三維模型預(yù)處理裝置、訓(xùn)練集的三維模型的內(nèi)容特征相似圖建立裝置、訓(xùn)練集的文本標(biāo)簽相關(guān)圖建立裝置、語義空間構(gòu)建裝置和待標(biāo)注三維模型預(yù)處理裝置連接，用于存儲(chǔ)和讀取所述特征向量等數(shù)據(jù)；

所述訓(xùn)練集的三維模型的內(nèi)容特征相似圖建立裝置，用于獲取所述內(nèi)容特征向量，計(jì)算所述內(nèi)容特征向量之間相似度，以所述訓(xùn)練集三維模型為節(jié)點(diǎn)，所述相似度為邊，建立所述訓(xùn)練集的三維模型的內(nèi)容特征相似圖；

所述訓(xùn)練集的文本標(biāo)簽相關(guān)圖建立裝置，用于計(jì)算所述訓(xùn)練集中標(biāo)簽的相關(guān)度，以所述標(biāo)簽為節(jié)點(diǎn)，以所述標(biāo)簽相關(guān)度為邊，建立所述訓(xùn)練集的文本標(biāo)簽相關(guān)圖；

所述語義空間構(gòu)建裝置，還與訓(xùn)練集的三維模型的內(nèi)容特征相似圖建立裝置、訓(xùn)練集的文本標(biāo)簽相關(guān)圖建立裝置、三維模型標(biāo)注數(shù)據(jù)庫裝置和待標(biāo)注三維模型在線標(biāo)注裝置連接，計(jì)算三維模型特征正交投影矩陣和文本標(biāo)簽的語義特征向量，構(gòu)建所述語義空間，并將所述語義空間的三維模型的語義特征向量和文本標(biāo)簽的語義特征向量存儲(chǔ)到三維模型標(biāo)注數(shù)據(jù)庫；

待標(biāo)注三維模型預(yù)處理裝置，用于對(duì)待標(biāo)注三維模型進(jìn)行格式轉(zhuǎn)換、歸一化處理，并提取所述待標(biāo)注三維模型的內(nèi)容特征向量；

所述待標(biāo)注三維模型在線標(biāo)注裝置，還與所述待標(biāo)注三維模型預(yù)處理裝置、三維模型標(biāo)注數(shù)據(jù)庫裝置、語義空間構(gòu)建裝置連接，用于對(duì)所述待標(biāo)注三維模型的內(nèi)容特征向量進(jìn)行三維模型特征投影變換，得到所述待標(biāo)注三維模型的語義特征向量，在語義空間內(nèi)計(jì)算所述三維模型的語義特征向量與所述文本標(biāo)簽的語義特征向量之間的相似度，得到待標(biāo)注三維模型的近鄰文本標(biāo)簽，所述近鄰文本標(biāo)簽作為最終的標(biāo)注詞。

7.根據(jù)權(quán)利要求6所述基于語義空間投影變換的三維模型在線標(biāo)注系統(tǒng)，其特征在于，所述語義空間構(gòu)建裝置包括：

語義空間的目標(biāo)函數(shù)建立單元：

其中，為所述訓(xùn)練集三維模型的內(nèi)容特征向量構(gòu)成的內(nèi)容特征矩陣，{t₁,t₂,...,t_m}為所述文本標(biāo)簽數(shù)據(jù)的文本標(biāo)簽的集合；

其中，L^S是所述內(nèi)容特征相似圖的規(guī)范拉普拉斯相似度矩陣，L^C是所述訓(xùn)練集的文本標(biāo)簽相關(guān)圖的規(guī)范拉普拉斯相關(guān)度矩陣；

其中，為所述文本標(biāo)簽向量構(gòu)成的標(biāo)簽矩陣，Y_ij＝1表示所述內(nèi)容特征矩陣O中特征向量o_j具備文本標(biāo)簽t_i，Y_ij＝0表示所述內(nèi)容特征矩陣O中特征向量o_j不具備文本標(biāo)簽t_i；

其中，為文本標(biāo)簽語義特征矩陣，為所述語義空間中第i個(gè)文本標(biāo)簽t_i的語義特征向量；為三維模型語義特征矩陣，為所述語義空間中第j個(gè)三維模型的語義特征向量，所述文本標(biāo)簽的語義特征向量和所述三維模型的語義特征向量構(gòu)成所述語義空間；

其中，為所述三維模型特征正交投影矩陣；

其中，為在所述語義空間內(nèi)，所述u_i與所述v_j的相似度；

其中，為p階單位矩陣，α、β與γ為參數(shù)，

語義空間求解單元，與所述語義空間的目標(biāo)函數(shù)建立單元連接，用于計(jì)算三維模型特征正交投影矩陣A和文本標(biāo)簽語義特征矩陣U；

語義空間變換單元，與所述語義空間求解單元連接，利用所述三維模型特征正交投影矩陣A對(duì)所述內(nèi)容特征矩陣進(jìn)行變換，生成所述三維模型的語義特征向量，所述變換為O'＝A^TO。

8.根據(jù)權(quán)利要求7所述基于語義空間投影變換的三維模型在線標(biāo)注系統(tǒng)，其特征在于，所述參數(shù)取值為：α＝0.8,β＝0.6，γ＝0.005。

9.根據(jù)權(quán)利要求8所述基于語義空間投影變換的三維模型在線標(biāo)注系統(tǒng)，其特征在于，所述語義空間求解單元包括：

初始化模塊，語義空間優(yōu)化目標(biāo)函數(shù)的拉格朗日函數(shù)為：

其中，λ和ζ為參數(shù)，隨機(jī)初始化所述三維模型特征正交投影矩陣A和所述文本標(biāo)簽語義特征矩陣U，并初始迭代變量t＝1；

第一導(dǎo)數(shù)模塊，與所述初始化模塊連接，用于計(jì)算所述目標(biāo)函數(shù)對(duì)于A的導(dǎo)數(shù)：

第二導(dǎo)數(shù)模塊，與所述初始化模塊連接，用于計(jì)算所述目標(biāo)函數(shù)對(duì)于U的導(dǎo)數(shù)：

所述目標(biāo)函數(shù)對(duì)于U的每個(gè)列向量的導(dǎo)數(shù)為：

所述目標(biāo)函數(shù)對(duì)于U的導(dǎo)數(shù)為

變量更新模塊，分別與所述第一導(dǎo)數(shù)模塊和所述第二導(dǎo)數(shù)模塊連接，用于更新更新更新所述迭代變量t＝t+1，η為下降步長(zhǎng)；

迭代模塊，分別與所述變量更新模塊和所述第一導(dǎo)數(shù)模塊連接，重復(fù)所述第一導(dǎo)數(shù)模塊、所述第二導(dǎo)數(shù)模塊和所述變量更新模塊的迭代計(jì)算，直至所述三維模型特征正交投影矩陣A和文本標(biāo)簽語義特征矩陣U收斂。

10.根據(jù)權(quán)利要求9所述基于語義空間投影變換的三維模型在線標(biāo)注系統(tǒng)，其特征在于，所述參數(shù)取值為：λ＝ζ＝0.005，下降步長(zhǎng)η＝0.005。