[發(fā)明專利]一種基于強化學(xué)習(xí)的三維模型自動上色方法

在審

• 申請?zhí)枺?/td>: 202010876342.5
• 申請日: 2020-08-25
• 公開（公告）號: CN112017305A
• 公開（公告）日: 2020-12-01
• 發(fā)明（設(shè)計）人: 宋海川;曾鑫超;院旺;張克越;馬利莊
• 申請（專利權(quán)）人: 華東師范大學(xué)
• 主分類號: G06T19/20
• 分類號: G06T19/20;G06T7/11;G06T7/187;G06K9/62;G06N3/04;G06N3/08;B33Y50/00
• 代理公司: 上海藍(lán)迪專利商標(biāo)事務(wù)所(普通合伙) 31215
• 代理人: 徐筱梅;張翔

本發(fā)明公開了一種基于強化學(xué)習(xí)的三維模型自動上色方法，其特點是采用不斷基于初始數(shù)據(jù)集進(jìn)行訓(xùn)練，并對其進(jìn)行擴充和補全，進(jìn)而采用強化學(xué)習(xí)技術(shù)，誘導(dǎo)網(wǎng)絡(luò)利用新加入的模型進(jìn)行迭代自學(xué)習(xí)，最終，對于輸入模型采用漸進(jìn)式功能增強網(wǎng)絡(luò)得到其對象級語義分割，并根據(jù)用戶指定的模型目標(biāo)功能描述或在“幾何?材料?功能”數(shù)據(jù)集進(jìn)行基于離散Hausdorff距離的高效幾何匹配，得到輸入模型的對象級可打印多材料智能分布結(jié)果。本發(fā)明與現(xiàn)有技術(shù)相比具有自動對三維模型進(jìn)行多材料分布及上色，能精確制造出符合用戶指定的三維模型多材料分布信息的打印模型，大大滿足了航空、航天、醫(yī)療等領(lǐng)域的實際制造需求，具有良好的應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明涉及三維模型打印技術(shù)領(lǐng)域，尤其是一種基于強化學(xué)習(xí)的三維模型自動上色的方法。

背景技術(shù)

三維打印技術(shù)——通常也叫作增材制造技術(shù)，正是憑借其全新的制造理念和獨特的技術(shù)優(yōu)勢迅速發(fā)展成為“中國制造2025”中機械領(lǐng)域新的戰(zhàn)略方向，在諸多領(lǐng)域已得到廣泛的應(yīng)用，推動了傳統(tǒng)制造模式的轉(zhuǎn)型升級。我國正處于信息化與工業(yè)化深度融合和產(chǎn)業(yè)升級換代的關(guān)鍵階段，“安全可靠、自主可控”成為信息化發(fā)展的國家戰(zhàn)略，進(jìn)一步推進(jìn)工業(yè)制造信息化對于提升我國產(chǎn)業(yè)競爭力具有重要的戰(zhàn)略意義。國內(nèi)三維打印市場快速增長，預(yù)計2020年達(dá)到350億元。然而，與發(fā)達(dá)國家相比，我國的三維打印技術(shù)自主創(chuàng)新能力不足，特別是在三維打印的處理軟件方面，存在著數(shù)據(jù)處理效率低、穩(wěn)定性和通用性較差等問題。

目前，三維打印在同一模型中僅能使用一種材料進(jìn)行制造，無法滿足航空、航天、醫(yī)療等重要領(lǐng)域的需求，嚴(yán)重限制三維打印的應(yīng)用范圍和技術(shù)發(fā)展。隨著多擠出頭技術(shù)的產(chǎn)生，多種支持多材料三維打印的硬件設(shè)備相繼面世。

現(xiàn)有技術(shù)的三維模型自動上色方法無法直接擴展到多材料三維打印技術(shù)中，無法根據(jù)三維模型的目標(biāo)功能進(jìn)行模型的自動多材料分布。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于強化學(xué)習(xí)的三維模型自動上色方法，采用漸進(jìn)式功能增強網(wǎng)絡(luò)得到其對象級語義分割，并根據(jù)用戶指定的模型目標(biāo)功能描述或在“幾何-材料-功能”數(shù)據(jù)集進(jìn)行基于離散Hausdorff距離的高效幾何匹配的方法，得到輸入模型的對象級可打印多材料智能分布結(jié)果，利用該方法自動對三維模型進(jìn)行多材料分布及上色，以期降低人工設(shè)計成本，提高智能化程度，將模型實際功能與其材料分布進(jìn)行關(guān)聯(lián)，方法簡便，效率高，能精確制造出符合用戶指定的三維模型多材料分布信息的打印模型，大大滿足了航空、航天、醫(yī)療等領(lǐng)域的實際制造需求，具有良好的應(yīng)用前景。

實現(xiàn)本發(fā)明目的的具體技術(shù)方案是：一種基于強化學(xué)習(xí)的三維模型自動上色方法，其特點是采用漸進(jìn)式功能增強網(wǎng)絡(luò)得到其對象級語義分割，并根據(jù)用戶指定的模型目標(biāo)功能描述或在“幾何-材料-功能”數(shù)據(jù)集進(jìn)行基于離散Hausdorff距離的幾何匹配方法，得到輸入模型的對象級可打印多材料智能分布結(jié)果，對三維模型進(jìn)行多材料分布及上色具體包括以下步驟：

步驟1：數(shù)據(jù)集的補全與擴充

1.1)通過收集包含幾何信息、材料信息以及粗略功能類型描述的初始數(shù)據(jù)集；

1.2)使用K-Means算法對模型進(jìn)行聚類，當(dāng)每一類的損失值小于指定閾值時停止訓(xùn)練；

1.3)對每一個聚類核進(jìn)行高精確功能描述的手動標(biāo)注，從而獲得第一批完整功能標(biāo)簽核心模型。

步驟2：模型的自迭代學(xué)習(xí)

2.1)將所得的帶有完整功能標(biāo)簽的核心模型輸入到深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)中，采用強化學(xué)習(xí)的策略，誘導(dǎo)網(wǎng)絡(luò)利用新加入的模型進(jìn)行自迭代學(xué)習(xí)，通過標(biāo)簽和網(wǎng)絡(luò)輸出確定能量函數(shù)值；

2.2)根據(jù)所述能量函數(shù)值和訓(xùn)練參數(shù)在所述訓(xùn)練集上訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)模型；所述訓(xùn)練參數(shù)：學(xué)習(xí)率為0.00025；

2.3)當(dāng)所述深度神經(jīng)網(wǎng)絡(luò)在訓(xùn)練集上的能量函數(shù)值達(dá)到設(shè)定閾值時，停止訓(xùn)練；