背景介绍
近年p3D应用得到了广泛的关注，在三维模型发展的过程中，感兴趣点提取是很多3D应用技术的本质，例如，网格简化、网格分割、视点选择和三维模型匹配检索。使用感兴趣点匹配三维模型，需要提供模型的局部特征点。这种方法也适用于三维图片识别、匹配。
图示： 兴趣点标识
在感兴趣点提取的领域中，无论是在理论上还是在实际3D应用中，我们都可以目睹这种技术的巨大进步。这些进步可以从模型分析、模型传送和模型渲染上得以体现。
项目介绍
本项目提出了一种三维模型感兴趣点提取方法，该技术可以应用于三维模型建立。根据感兴趣点的区域分布对不感兴趣的区域减少数据采集，相反对那些感兴趣的区域增加数据采集，以此可以提高建立的三维模型的精确度。该方法具有抗噪能力强、计算量小、效率高和性能稳定等优点。
图示： 兴趣点标识
上图是兴趣点标识，第一列为人感兴趣点标记，第二列位Mesh saliency算法得到的兴趣点标识，第三列为Susan算法得到的兴趣点标识。以第一列人感兴趣点标记为标准，本项目的算法与Mesh saliency相比，本项目的算法提取的兴趣点明显比Mesh saliency提取的兴趣点少，而从附图5同样可以看出，本项目的算法的标识结果和人类标识的兴趣点差不多一样。由此可以得出该算法在减少算法提取三维模型兴趣点数量上有所提高。