Invention Publication
- Patent Title: 训练用于3D模型数据库查询的可微分渲染器和神经网络
-
Application No.: CN202080098810.9Application Date: 2020-08-28
-
Publication No.: CN115605862APublication Date: 2023-01-13
- Inventor: 本杰明·普兰谢 , 拉贾特·维克拉姆·辛格
- Applicant: 西门子工业软件有限公司(US)
- Applicant Address: 美国德克萨斯州
- Assignee: 西门子工业软件有限公司(US)
- Current Assignee: 西门子工业软件有限公司(US)
- Current Assignee Address: 美国德克萨斯州
- Agency: 北京康信知识产权代理有限责任公司
- Agent 陈方鸣
- Priority: 62/984,888 20200304 US
- International Application: PCT/US2020/048309 2020.08.28
- International Announcement: WO2021/178000 EN 2021.09.10
- Date entered country: 2022-09-20
- Main IPC: G06F16/56
- IPC: G06F16/56

Abstract:
用于可训练以学习用于对象识别的3D模型数据库的优化查询的可微分网络的系统和方法包括:通过从相异的第二对象的第一对象的3D模型生成2D图像,同时通过第一三重损失函数的梯度下降来优化用于产生2D图像的渲染参数,来训练被配置为可微分渲染器的第一可微分网络。图像之间的视觉变化被最大化。通过生成2D图像的可搜索特征向量来训练被配置为由回归函数定义的卷积神经网络的第二可微分网络。使用通过第二三重损失函数的梯度下降确定的优化神经网络参数来确定特征向量,以实现与第一对象的输入图像的高相关性和与第二对象的图像的低相关性。
Public/Granted literature
- CN115605862B 训练用于3D模型数据库查询的可微分渲染器和神经网络 Public/Granted day:2025-04-25
Information query