[发明专利]形成用于推测实体CAD特征的数据集

说明书

本发明尤其涉及一种用于形成被配置用于学习神经网络的数据集的计算机实现的方法。所述神经网络被配置用于从表示3D形状的手绘图推测表示3D形状的实体CAD特征。所述方法包括：生成一个或多个实体CAD特征，所述实体CAD特征包括表示各自的3D形状的每个实体CAD特征。所述方法还包括：针对每个实体CAD特征，确定分别表示相应3D形状的一个或多个相应手绘图；以及将一个或多个训练样本插入所述数据集。每个训练样本包括所述实体CAD特征和相应手绘图。所述方法形成用于从表示3D形状的手绘图推测表示3D形状的3D建模对象的改进的解决方案。

技术领域

本公开内容涉及计算机程序和系统的领域，并且更具体地说，本公开内容涉及与学习神经网络有关的解决方案，该神经网络被配置用于从表示3D形状的手绘图推测表示3D形状的3D建模对象。

背景技术

市场上提供了大量用于对物体的设计、工程和制造的系统和程序。CAD是计算机辅助设计的缩写，例如，它涉及用于设计物体的软件解决方案。CAE是计算机辅助工程的缩写，例如，它涉及用于对未来产品的物理行为进行模拟的软件解决方案。CAM是计算机辅助制造的缩写，例如，它涉及用于定义制造过程和操作的软件解决方案。在这些计算机辅助设计系统中，图形用户界面在技术效率方面起着重要作用。这些技术可以嵌入产品生命周期管理(PLM)系统中。PLM指的是一种业务战略，其帮助企业在扩展型企业的整个概念中共享产品数据、应用通用流程以及利用企业知识从概念到使用寿命结束来开发产品。Dassault Systèmes(商标为CATIA、ENOVIA和DELMIA)提供的PLM解决方案提供了工程中心(其组织产品工程知识)、制造中心(其管理制造工程知识)以及企业中心(其允许将企业整合和连接成工程和制造中心)。该系统共同提供了一种开放对象模型，该模型将产品、过程、资源链接在一起，以实现动态的、基于知识的产品创建和决策支持，从而推动优化的产品定义、制造准备、生产和服务。

在这种情况下，研究人员一直在寻找解决方案，以从表示3D形状的手绘图推测出表示3D形状的3D建模对象。值得注意的是，以下参考文献与此问题相关：

-[1]T.Igarashi,S.Matsuoka和H.Tanaka,“Teddy:a sketching interface for3D freeform design”,第26届计算机图形学和交互技术年度会议论文集，1999年，第409-416页。

-[2]Z.Lun,M.Gadelha,E.Kalogerakis,S.Maji和R.Wang,“3D shapereconstruction from sketches via multi-view convolutional networks”,3D视觉(3DV)2017年国际会议，2017年，第67-77页。

-[3]J.Delanoy、M.Aubry,P.Isola、A.Efros以及A.Bousseau,“3D Sketchingusing Multi-View Deep Volumetric Prediction”,ACM关于计算机图形学和交互技术的论文集，卷1,no.21，2018年5月。

-[4]B.Xu、W.Chang,A.Sheffer、A.Bousseau、J.McCrae以及K.Singh,“True2Form:3D curve networks from 2D sketches via selective regularization”，ACM图形学报，卷33,no.4,2014。

-[5]C.Li,H.Pan、Y.Liu、X.Tong、A.Sheffer以及W.Wang,“BendSketch:modelingfreeform surfaces through 2D sketching”，ACM图形学报，卷36,no.4,第1-14页，2017年7月。