[發明專利]物體功能性預測方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201810618106.6
• 申請日: 2018-06-15
• 公開（公告）號: CN108921952B
• 公開（公告）日: 2022-09-06
• 發明（設計）人: 胡瑞珍;黃惠;張皓
• 申請（專利權）人: 深圳大學
• 主分類號: G06T19/20
• 分類號: G06T19/20
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 何平

本申請涉及一種物體功能性預測方法、裝置、計算機設備和存儲介質。包括：獲取待預測物體和多個候選場景；將待預測物體和當前候選場景輸入距離度量模型，距離度量模型根據已訓練的場景特征子網絡計算得到當前候選場景對應的特征向量，根據待預測物體和所述當前候選場景對應的特征向量輸出待預測物體到所述當前候選場景的距離，其中距離度量模型的模型參數包括由已訓練的物體特征子網絡確定的參數；根據距離度量模型得到待預測物體到各個候選場景的距離；根據待預測物體到各個候選場景的距離確定待預測物體對應的目標場景；根據目標場景得到待預測物體對應的功能性預測結果，能夠提高物體功能預測通用性。

技術領域

本申請涉及計算機技術領域，特別是涉及一種物體功能性預測方法、裝置、計算機設備和存儲介質。

背景技術

三維物體的功能分析作為理解和操作三維環境的一種方式受到了較多的關注。一個物體的功能可以通過包含這個物體的三維場景來體現，這個物體被稱為中心物體，中心物體被一個或多個其它物體所圍繞。

傳統的物體功能性預測方法通常用幾何的方式來分析物體結構從而得到功能性，需要規定很多特定的部件結構模型，并不具有通用性。或通過模擬人形代理來分析人與物體之間的交互，對于物體間相互作用體現的功能，由于不能直接通過模擬人形代理來分析使得功能性預測受到限制。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠通過網絡模型學習功能相似性來推測物體的功能性，不受限于幾何結構，能學習人與物體以及物體之間的交互，從而提高物體功能性預測的通用性的物體功能性預測方法、裝置、計算機設備和存儲介質。

一種物體功能性預測方法，所述方法包括：

獲取待預測物體和多個候選場景；

將待預測物體和當前候選場景輸入距離度量模型，所述距離度量模型根據已訓練的場景特征子網絡計算得到當前候選場景對應的特征向量，根據所述待預測物體和所述當前候選場景對應的特征向量輸出所述待預測物體到所述當前候選場景的距離，其中距離度量模型的模型參數包括由已訓練的物體特征子網絡確定的參數；

根據所述距離度量模型得到待預測物體到各個候選場景的距離；

根據待預測物體到各個候選場景的距離確定所述待預測物體對應的目標場景；

根據所述目標場景得到所述待預測物體對應的功能性預測結果。

在其中一個實施例中，所述已訓練的場景特征子網絡和物體特征子網絡通過以下步驟訓練得到：

構建功能相似性網絡，所述功能相似性網絡包括物體特征子網絡和至少2個場景特征子網絡，其中各個基本場景特征子網絡共享網絡參數；

獲取訓練數據集合，所述訓練數據集合中的各個訓練數據包括孤立物體數據、正場景數據和負場景數據，其中正場景體現的功能與孤立物體功能相同，負場景體現的功能與孤立物體功能不同；

根據所述訓練數據集合對所述功能相似性網絡進行訓練，根據所述功能相似性網絡的輸出計算代價函數，調整所述功能相似性網絡的參數，直到所述代價函數滿足收斂條件，得到已訓練的功能相似性網絡。

在其中一個實施例中，所述功能相似性網絡對應的物體特征子網絡的輸出為高斯模型對應的參數，所述代價函數為關于孤立物體與正場景之間對應的功能相似性期望、孤立物體與負場景之間對應的功能相似性期望的函數，所述功能相似性期望通過以下公式計算得到：