BugRunner的专栏

七月份的大部分时间都在等待，月初在等考试的结果，中旬又在等前段时间投的两篇论文的结果，不过现在都已经结束了。两篇论文一篇投了AMR，另一篇投了ACMMM，都是关于三维模型检索的。结果是第一篇中了，第二篇没有中。对于AMR的结果，没有太多的惊喜，虽然是自己的第一篇EI论文，但毕竟难度要相对小些，而对于ACMMM的结果却多少有些失望，毕竟自己对这一篇倾注了更多的心思。ACMMM是多媒体领域里面的一级会

三维模型姿态单位化在模型的处理与分析领域中是一个很重要的操作。目前常用的对于三维模型进行姿态单位化的方法一般有两咱，即基于主成分分析的对齐方法（PCA）和基于优化算法的最优模型对齐（OA）。PCA方法是使用组成三维模型的网格中的顶点、法向量或其它的一些信息来分析三维模型几何体元的分布特性，进而使用PCA方法计算出一个全局对齐下交坐标系，从而将三维模型对齐到该坐标系中。这种方法的操作对象为单个模

PCA(Principal Component Analysis，主成分分析)是模型处理中常用的一种方法，因为它能够有效地提取出模型的主要成分和结构，一定程度上去除噪音和干扰，因此成为了对3D模型施加其它后续操作的基本变换。由于模型的3D自由度，因而在对模型施加PCA操作时需要满足以下几个基本要求：平移不变性，旋转不变性，缩放不变性。在进行PCA分析时，由于旋转和缩放不变性比较容易实现，因而各种方

体素化（Voxelization）是将物体的几何形式表示转换成最接近该物体的体素表示形式，产生体数据集，其不仅包含模型的表面信息，而且能描述模型的内部属性。表示模型的空间体素跟表示图像的二维像素比较相似，只不过从二维的点扩展到三维的立方体单元，而且基于体素的三维模型有诸多应用。由于使用的需要，需对模型进行体素化操作，这里采用了一种简单但却有效的操作方法。首先设定模型体素化的分辨率，假设为N