[发明专利]交互对象选择

说明书

本发明尤其涉及一种计算机实现的机器学习方法。该方法包括提供3D点云的数据集。每个3D点云包括至少一个对象。每个3D点云均配备有对一个或多个图形用户交互的规定，每个图形用户交互各自表示对3D点云中的同一对象的相应选择操作。该方法还包括基于数据集使神经网络进行学习，所述神经网络被配置用于分割包括对象的输入3D点云。分割是基于输入3D点云并且基于一个或多个输入图形用户交互的规定的，一个或多个输入图形用户交互中的每个图形用户交互各自表示对3D点云中的对象的相应选择操作。该方法可以被称为学习方法。

技术领域

本发明涉及计算机程序和系统领域，并且尤其涉及一种机器学习的方法、系统和程序。

背景技术

市场上针对对象的设计、工程和制造提供了许多系统和程序。CAD是计算机辅助设计的缩写，例如，其涉及用于设计对象的软件解决方案。CAE是计算机辅助工程的缩写，例如，其涉及用于模拟未来产品的物理行为的软件解决方案。CAM是计算机辅助制造的缩写，例如，其涉及用于定义制造过程和操作的软件解决方案。在这种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是指一种商业策略，该商业策略帮助企业跨扩展公司概念从产品设想到产品使用寿命结束共享产品数据、应用通用流程以及利用企业知识来开发产品。Dassault Systèmes(商标为CATIA、ENOVIA和DELMIA)提供的PLM解决方案提供了工程中枢，其组织产品工程知识；制造中枢，其管理制造工程知识；以及企业中枢，其使得能够实现与工程中枢和制造中枢两者的企业集成和连接。该系统共同提供了开放对象模型，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，该产品创建和决策支持驱动优化的产品定义、制造准备、生产和服务。

在这种背景和其他背景下，分割点云正变得越来越重要。以下论文与点云分割有关并在下文中引用：

[1]Aleksey Golovinsk，Thomas Funkhouser“Min-Cut Based Segmentation ofPoint Clouds”，-ICCV研讨会，2009，

[2]Kun Liu，Jan Boehm，“A New Framework or Interactive Segmentation ofPoint Clouds”，-Int.Arch.Photogramm.Remote Sens.Spatial Inf.Sci.2014，以及

[3]Sedlacek D.，Zara J.，“Graph Cut Based Point-Cloud Segmentation forPolygonal Reconstruction”-ISVC 2009。

这些方法缺乏效率、鲁棒性和泛化能力。

在这种背景下，需要一种用于点云分割的改进的机器学习方法。

发明内容

因此，提供了一种计算机实现的机器学习方法。该方法包括提供3D点云的数据集。每个3D点云包括至少一个对象。每个3D点云均配备有对一个或多个图形用户交互的规定。每个图形用户交互表示对3D点云中的同一对象的相应选择操作。该方法还包括基于数据集学习神经网络，该神经网络被配置用于分割包括对象的输入3D点云。分割是基于输入3D点云并且基于对一个或多个输入图形用户交互的规定的。每个输入图形用户交互表示对3D点云中的对象的相应选择操作。

该方法可以包括以下中一项或多项：

-提供3D点云的数据集包括：

o提供3D点云，并且对于每个3D点云，提供关于3D点云中的所述同一对象的位置的信息；以及

o对于每个3D点云：

■通过模拟一个或多个图形用户交互中的每个图形用户交互来确定规定；以及