[發明專利]用于輔助3D場景中的3D對象的定位的計算機實現方法在審
| 申請號: | 202010972147.2 | 申請日: | 2020-09-16 |
| 公開(公告)號: | CN112541976A | 公開(公告)日: | 2021-03-23 |
| 發明(設計)人: | J·蘭伯利;C·德爾菲諾;R·佩龍;C·貝洛;F·夸卡 | 申請(專利權)人: | 達索系統公司 |
| 主分類號: | G06T19/20 | 分類號: | G06T19/20 |
| 代理公司: | 永新專利商標代理有限公司 72002 | 代理人: | 張立達 |
| 地址: | 法國韋利濟*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 用于 輔助 場景 中的 對象 定位 計算機 實現 方法 | ||
本發明涉及一種用于輔助數字建模的3D對象的定位的計算機實現的方法,包括以下步驟:S1:提供在3D場景中具有3D位置的第一數字建模的3D對象(OBJ1);S2:根據第一軸(AX1)和第一視點來渲染所述第一數字建模的3D對象(OBJ1)在屏幕上的投影;S3:在根據用戶動作修改第一數字建模的3D對象(OBJ1)沿第一軸(AX1)的3D位置的同時,自動縮放第一3D對象(OBJ1),以使移動后的對象在屏幕上的投影保持恒定。
技術領域
本發明涉及一種用于輔助3D場景中的數字建模的3D對象的定位的計算機實現的方法。例如,本發明使得能夠拍攝諸如家具之類的對象的照片,創建對象的3D模型,或者從對象的現有圖像開始,存儲圖像和/或共享圖像以用于進一步的CAD操作。
背景技術
基于單個圖像創建復雜的3D物理對象(例如,由平坦頂部和一條或多條腿組成的桌子)的數字模型是一項復雜的任務。實際上,圖像具有角度,該角度由相機的視角和位置確定,并且在對對象的所有部件進行建模時,必須考慮到該角度。否則,3D模型將無法表達物理對象的現實布置。在下文中,除非明確聲明相反的情況,否則對3D對象的任何引用都將指代數字建模的3D對象,而不是物理對象。類似地,除非明確聲明相反的情況,否則對3D場景的任何引用都將指代計算機生成的數字3D場景,而不是物理世界中的場景。
在計算機輔助設計(CAD)系統中,例如由達索系統(Dassault Systèmes)提供的商標為CATIA的系統,用戶可以基于單個圖像創建包括若干3D部件的復雜的3D對象。為此,他通過在2D圖像上繪制3D部件(例如,通過在桌子的平坦頂部上繪制第一平行六面體,并且在腳板上繪制另一平行六面體)來創建3D部件。替代地,他可以從現有3D部件開始。由于僅根據CAD系統的虛擬相機的一個視點組裝3D部件這一事實,從該視點來看,3D部件的相對位置可能不與期望的相對位置相對應。例如,從第一視點看,用戶看到代表桌子的平坦頂部的3D部件和代表桌子腿的3D部件是對齊的。從另一視點看,兩個3D部件可能是未對齊的。
為了糾正3D部件的錯誤的相對定位,用戶可以操縱圖形操縱器,例如CATIA中的3D指南針。3D指南針體現了多種功能的緊湊表示,這些功能可以關聯到將在其上執行功能(例如旋轉、平移、縮放)的對象。
用戶將3D指南針朝向3D部件之一(例如,代表平坦頂部的3D部件)拖動,然后釋放3D部件上的指針,這將3D指南針錨定在該3D部件上。當改變虛擬相機的視點時,用戶通過拖動3D指南針的箭頭之一來平移在其上錨定了3D指南針的3D部件。
然而,一旦用戶再次改變視點并返回到最初的視點,則由于平移,已經平移的3D部件在屏幕上的投影的尺寸看起來已經改變。平移后的3D部件與其初始尺寸相比更大或更小。因此,用戶將3D指南針拖動到平移后的3D部件上;然后他不釋放地按住3D指南針的縮放按鈕,并且移動指針直到他認為3D部件已經被正確地重新縮放。
因此,使用用戶分兩個步驟進行,即一步用于平移,另一步用于重新縮放,這很費時。此外,可以重復這兩個步驟,以迭代地獲得期望的相對定位,這進一步增加了設計時間。
使用攝影測量技術的解決方案可以實現非常精確的3D重建,例如在應用“CatiaPhoto To Shape”(由達索系統銷售的)中實現的。然而,該技術要求以兩個不同視點從至少兩個圖像開始。因此,對于從物理3D對象的單個圖像開始對該物理3D對象進行建模來說,這不是令人滿意的解決方案。
學術研究最近也集中在3D姿態估計上,例如在文章“3D Human Pose Machineswith Self-supervised Learning(具有自監督學習的3D人體姿態機器)”(Keze Wang等人,IEEE Transactions on patter,analysis and machine intelligence,2019年)中所公開的。在這種情況下,從人體的2D姿態開始,可以通過使用深度學習來重建3D姿態。然而,該篇文章特定于特定類別,即人體,并且不能擴展到其他類別的對象。更一般而言,每個神經網絡都適用于特定類別的對象。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于達索系統公司,未經達索系統公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010972147.2/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:存儲設備及其操作方法
- 下一篇:車輛用踏板裝置





