JP4516957B2 - 3次元オブジェクトについて検索を行なうための方法、システムおよびデータ構造 - Google Patents
3次元オブジェクトについて検索を行なうための方法、システムおよびデータ構造 Download PDFInfo
- Publication number
- JP4516957B2 JP4516957B2 JP2006502981A JP2006502981A JP4516957B2 JP 4516957 B2 JP4516957 B2 JP 4516957B2 JP 2006502981 A JP2006502981 A JP 2006502981A JP 2006502981 A JP2006502981 A JP 2006502981A JP 4516957 B2 JP4516957 B2 JP 4516957B2
- Authority
- JP
- Japan
- Prior art keywords
- model
- skeleton
- search
- dimensional
- graph
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Lifetime
Links
- 238000000034 method Methods 0.000 title claims abstract description 123
- 239000013598 vector Substances 0.000 claims description 69
- 230000015654 memory Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 78
- 238000010586 diagram Methods 0.000 description 70
- 239000007787 solid Substances 0.000 description 67
- 238000013459 approach Methods 0.000 description 59
- 238000011960 computer-aided design Methods 0.000 description 38
- 230000008569 process Effects 0.000 description 30
- 238000012545 processing Methods 0.000 description 30
- 238000004364 calculation method Methods 0.000 description 18
- 238000013461 design Methods 0.000 description 17
- 238000005516 engineering process Methods 0.000 description 15
- 238000013528 artificial neural network Methods 0.000 description 12
- 238000006243 chemical reaction Methods 0.000 description 11
- 238000004519 manufacturing process Methods 0.000 description 10
- 238000007781 pre-processing Methods 0.000 description 10
- 230000008901 benefit Effects 0.000 description 9
- 238000001125 extrusion Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 9
- 210000002569 neuron Anatomy 0.000 description 8
- 230000002829 reductive effect Effects 0.000 description 8
- 230000009466 transformation Effects 0.000 description 8
- 241001502050 Acis Species 0.000 description 7
- 125000002066 L-histidyl group Chemical group [H]N1C([H])=NC(C([H])([H])[C@](C(=O)[*])([H])N([H])[H])=C1[H] 0.000 description 7
- 238000000627 alternating current impedance spectroscopy Methods 0.000 description 7
- 239000003795 chemical substances by application Substances 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000011160 research Methods 0.000 description 7
- 230000008859 change Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 6
- 230000003993 interaction Effects 0.000 description 6
- 238000013507 mapping Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 230000003044 adaptive effect Effects 0.000 description 4
- 238000005266 casting Methods 0.000 description 4
- 238000005520 cutting process Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000011089 mechanical engineering Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000036961 partial effect Effects 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000018199 S phase Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000011049 filling Methods 0.000 description 3
- 238000000465 moulding Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000000429 assembly Methods 0.000 description 2
- 230000000712 assembly Effects 0.000 description 2
- 238000004138 cluster model Methods 0.000 description 2
- 230000001149 cognitive effect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000000717 retained effect Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 230000011273 social behavior Effects 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 108050005509 3D domains Proteins 0.000 description 1
- 238000012356 Product development Methods 0.000 description 1
- 230000019552 anatomical structure morphogenesis Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 208000018747 cerebellar ataxia with neuropathy and bilateral vestibular areflexia syndrome Diseases 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007876 drug discovery Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 208000017972 multifocal atrial tachycardia Diseases 0.000 description 1
- 239000002547 new drug Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 238000005191 phase separation Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000001308 synthesis method Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/64—Three-dimensional objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
- G06V30/19—Recognition using electronic means
- G06V30/196—Recognition using electronic means using sequential comparisons of the image signals with a plurality of references
- G06V30/1983—Syntactic or structural pattern recognition, e.g. symbolic string recognition
- G06V30/1988—Graph matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/20—Configuration CAD, e.g. designing by assembling or positioning modules selected from libraries of predesigned modules
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/20—Design reuse, reusability analysis or reusability optimisation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Library & Information Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Computational Linguistics (AREA)
- Computer Hardware Design (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Description
本出願は、米国仮出願第60/442、373号、2003年1月25日出願の、”3D形状探索システムのアーキテクチャおよび記述(Architecture and Description for 3D Shape Search System)”の優先権を主張する。この開示はここに引例として組み込まれている。
本発明の実施の形態は一般に、探索および検索に関し、特に詳しくは、3次元オブジェクトに基づく探索および検索に関する。
テキストおよび画像のサーチエンジンは、過去10年の間に相当開発されてきた。本発明は、コンピュータコンピュータ支援設計(CAD)モデルのリポジトリから3次元(3D)モデルを探索することを扱う。
・設計の再利用:企業内の過去の設計を探索することにより、設計を再利用することができる。クラスタマップインターフェースまたは3D簡易形状生成インターフェースを用いて、設計されたものに最も類似している部品を選択またスケッチすることができる。
・コスト見積もり:検索した部品の設計履歴を利用可能にするので、コスト見積もり処理が可能になる。設計者は最も類似の部品を探すことができるので、エラーを減らし、コスト見積もりにかかる時間を短縮することができる。
・見積もり処理の支援:見積もり要求を受け取ると、過去の設計を探索するのにしばしば時間がかかる。従って、見積もり要求(RFQ)に対応する時間を短縮する必要がある。
・部品分類システム:大抵の企業では、データベース内の部品を分類する人員を特に雇用している。これには時間はかからないが、人間の精度に依存していることにもなる。従って、この処理を合理化して、所望の基準値に基づいて部品を分類する必要がある。
・重複する部品の低減:部品を設計する前に、類似の部品がすでに設計されているかどうか、設計者はデータベースの利用可能な部品を探索して調べることができるようにする必要がある。
・3D形状のためのサーチエンジン:現在利用可能な3D形状サーチエンジンでは良い結果が得られない。従って、従来の3D形状サーチエンジンを改良する必要がある。
本発明の実施の形態は、3D探索および検索の技術を提供する。特に詳しくは、またある実施の形態では、3D形状(オブジェクト)をグラフィックデータ構造として表現して、1つ以上の探索可能なデータ記憶装置に格納する。各3D形状または特定の3D形状の部品を、特徴ベクトルを用いてデータ記憶装置から検索することができる。特徴ベクトルは、位相情報および3D形状または3D形状の部品内のエンティティに対応付けられたローカル幾何情報を含む。
各種の本発明の実施の形態では、”ユーザ”という用語を提示している。ユーザはサーチャーであり、サーチャーは、エージェント、サービス、アプリケーション、物理ユーザ、その他等のコンピュータがアクセス可能な媒体として表される任意のエンティティとすることができる。また、各種の実施の形態ではデータベースの仕様が述べられているが、データベースを、電子ファイルになったもの、ディレクトリ、リレーショナルデータベース、オブジェクト指向データベース、データウェアハウス等の、任意のデータ記憶装置またはデータ記憶装置の集合とすることができることを理解されたい。最後に、3Dオブジェクトとは3D形状または3D形状の部分の電子表現であって、場合によっては3Dオブジェクトのあるのもを3Dモデルとして表示することができる。
・形状の小変更に反応しない。
・ジオメトリおよび位相の組み合わせ。
・形状のマルチレベルおよびマルチカテゴリ表現。
・精度および計算効率。
・簡単で、ユーザがカスタマイズ可能なクエリー構成。
3D探索システム100は、ユーザにインテリジェントインターフェースを提供する。ユーザがモデルのスケルトンをスケッチしてこれをクエリーとして実行するだけでなく、ユーザが検索したモデルのスケルトンを動的に変更して、さらにユーザの意図する部品を発見する機会を向上させるように、3Dスケルトンモデリングインターフェースを実行する。システム100は、3Dスケルトンの生成および3D操作が可能な最初のものである。モデルのスケルトンの位相に対して変更が行われた場合は、システム100は再び探索を行うが、スケルトンのジオメトリに対する変更だけであれば、検索をやり直すだけである。この相互作用を介して、クエリーはさらにユーザの意図に近いものになり、システム100はその性能を効率的に向上させることができる。
従来、ユーザが生成できるのは1種類のクエリーだけで、入力CADモデルを特定することにより類似のCADモデルを検索していたが、ユーザの要件を最適に満たすことはない。例えば、ユーザが特定の特徴により重要性(または強調)を与えたいと所望したり、彼/彼女の主な探索対象がモデル全体自体ではなくCADモデルのローカルな特徴であったりすることがある。このような柔軟性は、過去の装置およびそれらのインターフェースでは不可能である。各探索は異なるものであり、ユーザインターフェースは異なる要件を処理するのに十分な柔軟性を持つ必要がある。さらに、より良いクエリー処理は、各種の要求に対応する必要がある。システム100は、ユーザ要件により適切に合致するように設計され、これを達成するのに必要なクエリー処理を向上させるように設計されている。
過去の技術は一般に、2つの形状の比較に重点が置かれていた。しかし、アプリケーション分野に特有のたくさんの問題がある。主たる問題の1つは、CADモデルの類似性の解釈である。例えば、製造分野では、CADモデルの各種の機械加工特徴が非常に重要であると考えられている。任意の形状記述子の数字を計算するにあたって、確率論的形状分散方法では、特定のドメインをカスタマイズ可能することができないので、ユーザのニーズに適切に答えることができない。
最後に、ユーザが入力と結果との間の形状の類似性を定量化したい場合がある。これは、形状関数方法ではある程度可能である。しかし、類似性自体の定義がユーザに依存している。従って、インターフェースは、形状の類似性に対するユーザの考え方を学習するようにする必要がある。これは、既存のリサー利技術では不可能なことである。
任意の3Dモデルの形状は、位相とその構成要素エンティティのジオメトリとの組み合わせである。ジオメトリはエンティティの形状、サイズおよび位置の定量的な大きさであるが、位相はモデルの幾何エンティティの間の関係情報である。従って、任意の写実的な形状表現は、これら2つの考えを十分に反映する必要がある。これらの特性を別々に表現することにより、類似の形状について階層的探索方法が行えるようになる。
ここに新規の方法、システム、およびデータ構造について述べることで、なぜ従来の技術が機械工学等のある環境に応用できないかという理由を説明することにより、本発明を過去のアプローチから区別する。
従来技術では、1つのクエリーしか生成できず、この1つのクエリーを改良することができない。またその探索は、事前に定義した、特徴ベクトルの固定集合に基づくものであり、該当する形状の検索を保証するものではない。システム100により、ユーザが多段階探索インターフェースを連続して用いて、探索結果を選別することができるようになる。このアプローチは該当する形状の検索を保証するものではないが、該当する形状を検索する機会を増やすので、従来のアプローチに比べて基本的な改良をもたらす。モーメント不変量、ボリューム、アスペクト比、および固有値を含む多数の特徴をユーザに提供して、多段階クエリーを生成する際の支援を行うことができる。
計算効率により、システムが莫大なボリュームを処理する能力を制御する。境界表現グラフに関する従来の方法のなかには、境界表現グラフが簡易3Dモデルのサイズとしては非常に大きくなると、非効率的なものがある。正確なグラフ照合アルゴリズムはNP困難となる。従って、境界表現グラフ方法を用いて任意のCADモデルをデータベース内の何百万もの部品と比較することは、スーパーコンピュータでも不可能と思われる。
ディスクI/Oに関する従来の効率は、けして満足の行くものではない。CADモデルの数が非常に多くなると、ディスクI/O時間がクエリー時間の大きな部分をしめるようになる。例えば、データベースに百万個のモデルがあり、ディスクI/O時間が15ミリ秒で、および各CADモデルが1つのディスクページ(あるリサーチでは、照合から得られるディスクファイルは平均、1MBのディスク空間を占める)とすると、データベース内のレコードを柔軟にスキャンするのに4時間かかる。従って、データに索引を付けて探索速度を上げることが重要である。しかしながら、非常に成果を収めているB+木等の現在のデータベースシステムの索引構造は、これら多次元データには適当でない。従って、不要なディスクI/Oを選別する新しい索引が非常に重要である。しかしながら、この問題には十分重点が置かれていなかった。この理由の1つは、現在の3D形状探索の大抵のものが、効率的なアプローチのために、今だ非常に少ない数のCADモデルを探索することに重点が置いているからである。
3Dモデルの探索処理について、次の動作シーケンスにより説明することができる:
(1.ユーザインターフェース側)
(1.1.クエリースケッチインターフェース)
・必要な形状を3Dでスケッチする。または、
・必要な3D形状のスケルトン(棒線画)をスケッチする。または、
・モデルクラスタからモデルを選択する。または、
・ローカルハードドライブから3Dソリッドモデルを選択する。または、
・3Dモデルのオーソグラフィックビューを実行するかスケッチする。
・探索およびクラスタ化のための特徴ベクトルの必要な組み合わせを選択する。
(2.1.ボクセル化)
・3Dモデルをニュートラルの離散ボクセル表現に変換する。
・3Dモデルおよびボクセル特徴ベクトルを抽出して保存する。
ボクセルモデルの検出した位相により、3つのスケルトン化動作を実行する(詳細は後で示す)。
(2.2.2.管状スケルトン化)
・簡易型ワイヤフレーム。
・スケルトン特徴ベクトルを抽出して保存する。
・スケルトンタイプにより、スケルトンからエンティティを検出する(ループ、稜線またはサーフェス)。
・グラフ特徴ベクトルを抽出して保存する。
・ノイズ消去。
・次元およびタイトルブロックの抽出および消去。
・2Dシンニングまたは2Dスケルトン化。
・稜線およびエンティティの認識。
・オーソグラフィックビューにおいて連続閉セグメントループを得る。
・内部独立ループの識別。
・MATを用いた非独立ループのスケルトン化。
・スケルトンの3Dスケルトンへの変換。
・任意の上記スケルトン化方法を用いた3Dモデルのスケルトンへの変換。
(3.1.グラフの比較)
・グラフ/サブグラフ同定、対応付けグラフ技術または確率論的グラフ照合技術のいずれかによる。
・R−木、R+木、KD−木、X−木または任意の他の空間パーティショニング技術を用いて、データベースに索引を付ける。
・特徴ベクトルのデフォルトの組み合わせを用いない場合は、1.2に記載のユーザ基本設定に基づく。
・自己組織化マップ(SOM)または任意の他の階層型クラスタ化技術を用いる。
・各クラスタから典型的なモデルを選んで、ユーザ一フレンドリーインターフェースを介して部品画像を表示する。
・モデルを選んで閲覧できるようにする。
・ユーザが該当する部品、該当しない部品を選ぶ。
・サーバを介して結果をデータベースに返送する。
・ユーザ関連性フィードバック結果を用いて、クラスタマップを更新する。
・結果をユーザに再表示する。
・ニューラルネットワーク等の学習アルゴリズムが、ユーザ関連性フィードバック基本設定を”学習”して、ユーザプロファイルに保存する。
・連続または段階的なやり方で、ユーザが異なる特徴ベクトルおよびスケルトングラフを用いて探索結果を絞り込めるようにする。類似性比較は、上記3.1および3.3に述べたものと同じである。システム100のアーキテクチャについては、図1に高レベルで最もよく説明する事ができる。以下のセクションでは、本発明の実施の形態についてより詳細に説明する。
再び図1を参照すると、ユーザインターフェースは基本的に3つのインターフェースから成る。すなわち、スケッチによるクエリー(Query−by−sketch:QBS)、例示によるクエリー(Query−by−example:QBE)、および特徴ベクトルインターフェースである。QBSインターフェースは、2つの異なるバージョンを実行する。(i)3Dソリッドモデルスケッチインターフェースと、(ii)3Dスケルトンスケッチインターフェースとである。QBEインターフェースは、(i)クラスタマップインターフェースと、(ii)ローカルハードドライブと、(iii)2D図インターフェースとから成る。
次のサブセクションでは、本発明のシステム(QBSおよびQBE)において、3Dソリッドモデル、3Dスケルトンモデルとして直接に、または3Dモデルの2Dビューからのいずれかからクエリーを構成するために用いられる各種の方法およびモジュールについて説明する。
(モジュールの説明)
このモジュールは、概略の幾何形状をできるだけ素早く生成する、ウェブベースでプラットフォーム独立型システムを提供する。これは、ハイブリッドアプローチを形状生成に用いる。例えば、特徴ベースでスケッチベースのソリッドモデリングを用いる。スケッチインターフェースにより、マウスストロークを解釈して、これら離散ストロークを、ベクトル化アルゴリズムを用いて線、点、円弧といったプリミティブエンティティに変換する。次に、変換したスケッチを用いて、ソリッドジオメトリを形成することができる。また、ユーザは、ブロック、円柱ホール等の事前に定義した形状特徴をプリミティブ構成ブロックとして用いることもできる。次に、これら特徴のフェースをキャンバスとして用いて、さらにスケッチを行うことができる。
・形状探索ウェブサイトにログインした後、ユーザは新しいセッションを開始する。
・ユーザはすでに存在するCADファイルをアップロードするか、または開く。
・モデリングを開始する別の方法は、ブロック、円柱といった、事前に生成したソリッド形状特徴をドラッグアンドドロップしたり、マウスまたはペンをドラッグして概略のスケッチプロファイルをスケッチしたりすることにより行う。
・スケッチを生成したならば、これをサーバに送って押し出しを行う。個別のボタンを用いるか、押し出しを示すマウスまたはペンストロークを介するかのいずれかにより、これを行うことができる。
・サーバはコマンドを受信して、これにより、スケッチを押し出しソリッドに変換して、ファセット化オブジェクトをクライアントに返送する。
・新たに生成したソリッドを、クライアントウインドウで表示する。
・ユーザはソリッドのフェースを選択して、この上でスケッチを行う。
・ドラッグした、事前に定義した形状特徴を編集して、概略の形状を得ることができる。この編集には、特徴の次元または位置の変更、特徴のコピーや特徴の削除または表示しないこと等が含まれる。
・概略の幾何形状により、ソリッドに不要のぶら下がりや突き出した部分がある場合がある。ユーザは次に、3Dイレーザを用いて不要の部分を消去することができる。
・計算集約型機能の大部分、例えばソリッドモデリング、特徴生成および変更を、クライアントのサイズを小さくするために、サーバに移行する。
図3は、モジュールインビューアーキテクチャ(Module−in−View Architecture:MVA)で発生する相互作用を示す図300である。提案したインターフェースは、ツールCADアーキテクチャに基づく。これは、モデルビューコントローラ(Model−View−Controller:MVC)アーキテクチャから成る。これがモジュールの要を形成する。
・モデルはアプリケーションオブジェクトである。この場合のジオメトリオブジェクトである。これは、生成したジオメトリの詳細を含む。この場合のジオメトリは、生成したソリッド形状から成る。
・ビューは、モデルの画面表現である。マジシャンライブラリを用いて、それらの対応する相対変換を用いてファセット化ジオメトリオブジェクトを表示する。
・コントローラはユーザインターフェースがユーザ入力に反応する手段である。マジシャンライブラリを用いて、選択、ドラッグ等のユーザ入力を取り込む。
1.すでに生成したソリッドのフェースに対するオフセット
2.3つの点を選択して、それを介して面を送る
3.既存のソリッドの任意の稜線を選択して、それを介して面を生成する
4.ソリッドの任意の稜線でスケッチ面を回転する。
ユーザがモデルのスケルトンをスケッチして、これをクエリーとして実行するだけでなく、ユーザが検索したモデルのスケルトンを動的に変更させることができるように、3Dスケルトンモデリングインターフェースを実行する。モデルの位相に対して変更が行われた場合は、システムは再び探索を行うが、スケルトンのジオメトリに対する変更だけであれば、検索結果を整理し直すだけである。クエリーはさらにユーザの意図に近いものになり、システムはその性能を効率的に向上させることができる。
セクション3.5の記載と以下の記載を参照のこと。
すでに生成したCADファイルを選択する選択肢をユーザに与える。ファイルは、ユーザがファイルにアクセス可能な場所ならばいずれの場所にも配置できる。ファイルは、本発明でサポートされる任意のCADフォーマットとすることができる。標準のポップアップウインドウをユーザに用意して、CADファイルを選択できるようにする。
ユーザには、それらのスキャンした図をサーバに送信する選択肢を用意する。
本発明は、図11の図1100に示すように、ユーザがユーザの探索意図を正確に記述することにより、特徴ベクトルを部分的または全体的にカスタム化する技術を含む。探索クエリーを複数のレベル/段階で実行して、より良い結果を得る。このインターフェースにより、ユーザが異なる特徴ベクトルを探索処理内のこれら各種の層に割り当てることが可能になる。これにより、ユーザがユーザの探索意図をより正確に記述することを支援する。ユーザはさらに、ユーザの探索を向上させるのに適用できるように、重みをこれら特徴ベクトルに再割り当てすることができる。インターフェース内で各種の選択肢を実行することによりシステムに命令して、正確な、または部分的な探索を行うことができる。部分的探索クエリーはサブグラフ同定を含み、これはスケルトングラフレベルで処理される。また、ユーザは、ニューラルネットワークを用いて効率的なクエリー結果を得ることができる。ユーザは、自分の探索基本設定を設定して、これを自分のプロファイルに保存することもできる。ユーザは、自分の頻繁に用いる要件ごとに、複数のプロファイルを各種の探索状況に定義することができる。また、このインターフェースにより、ユーザがこれらのプロファイルを管理して、関連性フィードバックをシステムに備えることも可能になる。
(2.1.ボクセル化)
ボクセル化は、3D幾何オブジェクトをそれらの連続幾何表現からボクセルの集合に変換する処理である。これにより、連続オブジェクトを3D離散空間に最もよく近似する。3D離散空間は、デカルト座標(x,y,z)で定義される3Dユークリッド空間の一体化したグリッド点の集合である。ボクセルは、一体化したグリッド点を中心とした空間格子ボリュームである。ボクセル値を{0,1}にマッピングする。”1”が割り当てられたボクセルを”ブラック”ボクセルと呼び、不透明なオブジェクトを表し、”0”が割り当てられたものを”ホワイト”ボクセルとして、透明な背景を表す。図12は、2D空間の離散化の一例を示す図1200である。
距離ボリューム生成:距離ボリュームを、ボリュームデータセット内で表現する。特定のボクセルに保存にした特定の値はそれを表す3Dモデルのサーフェスまでの最短距離を表している。距離ボリューム表現は、多数のグラフィックスアプリケーションにとって重要なデータセットであり、製造における視覚化領域では最も顕著である。モデルのサーフェスからの距離を計算して、ボクセルデータ構造にそれを保存することができるので、距離ボリュームは、ボクセル化にACISを用いることでの自然の成り行きである。距離ボリュームを用いるアプリケーションのいくつかとして、CSGサーフェス評価、オフセットサーフェス生成、実形状製造における最大または最小厚さの範囲の決定、および3Dモデルモルフィングがあげられる。
(2.2.1.スケルトン化の定義)
各種の本発明の実施の形態では、スケルトン表現(以下”スケルトン”)を、3D部品の主形状の最小表現”として定義している。言い換えれば、スケルトンは、小さな円弧やホール等の形状の”小さな”特徴は無視しているが、”主な”特徴は保持して、部品の”主な”位相関係を保っている簡易型表現である。スケルトン化は、このようなスケルトンを生成する任意の処理である。
a.境界から生成され、
b.接続性を保ち、
c.境界ノイズが無く、
d.回転不変量で、
e.計算が簡易である。
(スケルトンの正規の定義)
スケルトンは、タプルS=〈G,T〉ただし、
G={g1,g2,…,gn}はスケルトンを構成する幾何エンティティの有限集合で、且つ、
Tが、要素Gの間の位相接続性を定義する、n×n隣接関係行列である。
G=E∪L∪S∪H、ただし、
E={e1,e2,…,ep}は稜線の集合で、
L={l1,l2,…,lq}はループの集合で、
S={s1,s2,…,sr}はサーフェスの集合で、
H={h1,h2,…,hs}はホールの集合である。
しかしながら、集合E,L,S,およびHは、インスタンスSについてすべてがゼロ以外である必要はない。
T=[tij]n×n、ただし、
tij=giがgjに隣接しているならばN
そうでないならば0
且つ、Nは、エンティティgiとgjとの間の接続性を記述するゼロ以外の数である。
形状Ψの幾何特徴γを、スケルトンSたった1つの幾何エンティティに縮小する幾何エンティティei(i=1..n)の集合として定義する。場合によっては、全形状を1つの幾何特徴とすることが可能である。
形状は、タプルΨ<γ,τ>である。ただし、γ={γ1,γ2,…,γm}形状を構成する幾何特徴の集合で、且つ、
τは、要素γの間の位相接続性を定義するm×mの隣接関係である。
τij=γuがγvに隣接しているならば1
そうでないならば0
形状が存在するには、γとτとが共にゼロ以外である。
スケルトン化を、マッピングO:Ψk→Sk−□と定義する。ただし、
Skは、形状Ψkをスケルトン化演算子にかけて生成したもので、□はスケルトン化の間に除去したノイズ係数である。
工学的形状を、次のカテゴリに分類することができる:
i.ソリッド:ソリッド様形状は通常、そのサイズと比較して、素材の使用率が高い。大抵、一定でない壁の厚さを有し、特徴がほとんどない。ソリッド形状は通常、機械加工または鍛造で製造される。成形または鋳造等の実形状処理で製造されるソリッド部品は非常に少ない。
ii.シェル:シェル様形状は通常、そのサイズと比較して、素材の使用率はきわめて小さい。大抵、一定の厚さを有し、簡易な形状である。ソリッド形状は通常、シート状金属または成形または鋳造等の実形状処理で製造される。管状形状についても、シェル様形状のカテゴリに入る。
iii.ハイブリッド:名称が示唆するように、ハイブリッド形状は、上記2つの形状の組み合わせである。形状のある部分はソリッド様特徴を有し、ある部分はシェル様特徴を有する。通常、成形または鋳造により製造される。
上記の形状の3つのカテゴリに対するスケルトン化方法は互いに異なることがわかる。また図19は、形状の異なるカテゴリに対するスケルトン化方法を示す。例えば、ソリッド形状のための角柱状スケルトン化方法、特別なカテゴリである管状形状(これはシェル様である)のための管状スケルトン化方法、残りの形状(シェル様またはハイブリッドである)のための簡易型ワイヤフレーム方法である。角柱状、管状および簡易型ワイヤフレームスケルトンの任意の組み合わせを、ユーザが適切に相互作用させてスケルトンとして形成することもできる。
スケルトンの概念は、形状の一意の記述子である。従って、本発明の実施の形態のあるものでは、スケルトンは、類似の工学的特性を持つ形状の種類について説明している。各種の本実施の形態は、類似のスケルトンを探索する。これにより、類似の形状を導く。画像処理の関連領域では、スケルトン化処理を用いて、複雑なピクセル(2D)またはボクセル(3D)離散ジオメトリをワイヤ(1D)表現に単純化する。スケルトンから3Dジオメトリを生成する3つのアプローチは次の通りである:
i.距離変換:距離変換は、スケルトン化で広く用いられている。早く簡単に計算を行う。しかしながら、遠くからスケルトンを変換するには、かなりのノイズ除去が必要となり、しばしば位相が不安定になる。すなわち、位相を保てない。
ii.ユークリッドスケルトン:ユークリッドスケルトンは、内側軸変換とも呼ばれる。これらは計算上複雑で、スケルトン化の間に不要の付属物を生成する。これらの理由により、ユークリッドスケルトンを本発明の各種の実施の形態で用いることは、好ましくない。しかしながら、さらに簡潔化処理を発展させて、本発明で用いることができる。ユークリッドスケルトンの一例を図20に示す。
iii.シンニングアルゴリズム:シンニングアルゴリズムは、医用画像作成分野で広く用いられている。シンニングは、ボクセルモデルをボクセルの厚さであるスケルトン表現に縮小する処理である。条件位相保存する条件を調べた後で、ボクセルを消去する。6つの方向は通常、位相接続性を調べるために定義される。上下東西南北である。シンニングアルゴリズムには、従来2つのタイプがある。直列と並列である。
管状モデルを、1つ以上の管構造を有する3Dジオメトリモデルとして定義する。シンニングアルゴリズムは、角柱状部品に基づいて、3D管状部品のシンニングを行うと、不測の結果が生じることが間々ある。例示の図22の管状部品に示すように、部品が複数の管から成る場合は、シンニングアルゴリズムはうまく作用しない。この場合は、内部キャビティボリューム充填(Filling Internal Cavity Volume:FICV)と呼ばれる前処理工程を部品ボクセルに用いて、管状部品ボクセルを角柱状部品ボクセルに変換することができる。
視認性の度合=単位球面の可視領域/単位球面のサーフェス領域
指向性の視認性を、ある方向でボクセルが見えるか見えないかによって定義する。ボクセルのすべての指向性の視認性がわかれば、次に視認性の度合を計算することができる。ボクセルからの方向の数無限なので、ボクセルのすべての指向性の視認性を計算する計算コストは非常に高くなる。計算コストを節約するには、離散指向性の視認性を計算する。離散指向性の視認性という発想は、ボクセル内の有限数の可視方向を等しく分散して定義して、可視領域に対し可視方向の全数をマッピングすることである。N個の等しく分散した方向を定義して、M個の可視方向が存在するとすると、視認性の度合いを、M/Nと表すことができる。分散型等しく分散した方向を集めるには、本発明では、マスクと呼ぶN×N×Nサイズの立方体を用いる。図27は、3×3×3マスクを示す。図27では、各境界ボクセルはボクセルからの可能な可視方向を表す。例えば、指向性のマスクボクセル”A”は、デカルト座標の方向(−1,−1,l)を表す。ボクセルが方向”A”からみえるならば、次にマスクボクセル”A”が見えると印をつける。そうでなければ、見えないと印をつける。この場合、各マスクボクセルは、単位球面を4π/26(全単位球面サーフェス領域/可能な方向の数)ステラジアン占めているものと考えられる。26方向の視認性をすべて得た後で、視認性の度合を以下の計算式の定義から計算することができる。
視認性の度合=単位球面内の可視領域/単位球面のサーフェス領域
=可視マスクボクセル数/全マスクボクセル数
この発想は、N×N×N個のマスクに発展させることができる。例えば、5×5×5マスクは、53−33=98個の指向性マスクボクセルをマスクの境界に有し、N×N×N個のマスクは、N3−(N−2)3=6N2−12N+8個の指向性マスクボクセルを有することになる。
簡易型ワイヤフレームスケルトンは、ボクセル化したモデルから開始する。これは、3Dモデルのフェースおよび稜線に対する基準を有する簡易型ワイヤフレームの目的は、3Dモデルのすべての’主な’特徴/部分を保持して、3Dモデルの’主な’位相を保持することである。また詳細さのレベルの単純化を行うことができる。図31に示すように、ボクセルに保存したフェースIDが2つ以上あるすべてのボクセルを保持することにより、ボクセルワイヤフレームモデルを構成する。
エンジニアリング部品の異なるディテールを、異なるレベルでスケルトングラフで取り込んで、同じ部品の解像度とする。各種の実施の形態では、スケルトングラフの階層型集合により、3Dモデルを異なるレベルの解像度で表す。ここで述べる3Dモデルのボクセル解像度を変更することにより、各種の階層型スケルトングラフを生成する3Dモデルのボクセル数を、その境界ボックスの最も小さな大きさに基づいて決定する。ボクセルサイズをs/2”として計算する。sが最も小さな境界ボックスで、nが所望の解像度のレベルである。図35は、nの値を変更して生成したいくつかのスケルトンを生成するための例示の疑似コードを示す。
上述の方法から得られたスケルトンを処理して高レベルのエンティティを識別できる。稜線、ループ、ノードである。稜線はボクセルの集合で、基本的な幾何エンティティを構成する。ループは、閉経路から成る1つの稜線または稜線群を構成する。ノードは、稜線/ループの終端/交点に記されるボクセルである。スケルトングラフの用語の一例を図37に示す。ボリューム分散した例示のスケルトン稜線を図38に示す。また、例示のスケルトンを有するCADモデルの一例を図39に示す。
スケルトングラフをさらに処理して、探索に用いることができるグラフ関連特徴ベクトル成分を識別する。主な成分いくつかは、稜線ループ、ノード等の数である。スケルトングラフをさらに処理して、ノードのエンティティの間の位相連結の度合いを識別する。異なるタイプの位相連結を、スケルトングラフから計算されるエンティティ隣接関係行列内の適したラプラシアン係数で表す。さらに属性をスケルトングラフから導出して、以下に述べるグラフ比較で用いる。
製造業企業の第1の課題は、より短い時間フレームとより低いコストとで、より良い製品を設計することである。近年、2DCAD設計技術を、3Dソリッドモデリングの利点を持つ技術へ移行することが顕著になっている。より低いコストと、コンピュータ支援ツールへのユニバーサルアクセスが可能なこととから、ほとんどすべての製造業企業は、何らかの種類のCADシステムを設置している。機械工学マガジンによる1998年の調査によると、96%の機械工学のプロが現在CADシステムを使用している。しかし、入手可能で使用が簡単な3Dモデリング技術の出現にも関わらず、製造業企業の大部分が、いまだにそれらの設計処理を2DCAD技術と図面データとに基づいている。コンピュータ援用工学マガジンの1998年の調査によると、60パーセントを超えるCADエンジニアリング作業を2Dで行っていることがわかった。従って、設計者が、類似の3Dモデルと任意の2D図面の2D図面とを探索できる探索機構が必要である。このような探索システムにより、企業が受け継がれたデータを最大に再利用できるようになる。この分野の大抵の該当する作業は類似の部品および画像を検索するコンテンツ/コンテキストベースの探索機構に焦点がおかれている。ジオメトリベースの探索機構も提案されている。類似/照合2D画像および2D図面をデータベースから検索するものである。このようなシステムの1つが提案されている。抽出した線パターンまたはグラフから計算した属性のヒストグラムに基づく属性グラフを用いて、画像(図面)を表すものである。検索を、ヒストグラム比較またはグラフ照合を用いることのいずれかで実行する。このアプローチを適用した方法は形状情報を含んでいるが、3つのオーソグラフィックビューが互いに関連しているという事実が最大限に用いられていないこれら技術は、異なるビューを比較して、2つの図面が一致しているかいないか決定している。本発明の実施の形態では、2D図面を3Dモデルに変換して、類似のモデルを3Dで探索するアプローチを用いている。得られた3D表現を用いて3Dモデルの照合を探索することができるので、従って、CAD図面/モデルのデータベースから2D図面および3Dモデルを探索することが可能になる。これにより、受け継がれたデータの再利用が可能になる。3D形状探索アプリケーションはすでに提示されていて、再構築した3Dモデルを用いて類似のモデルを探索することができる。3Dモデルをまず3Dスケルトンに変換して、次にそれを用いて探索する。従って、この技術では、3D形状サーチエンジンで用いることができる3Dスケルトンを編み出すことになる。
>ワイヤフレーム指向アプローチまたはボトムアップアプローチ。
>ボリューム指向アプローチまたはトダウンアプローチ。
2D図面を3Dスケルトンに変換することは、多数の異なるやり方で達成できる。方法のいくつかを次に列挙する:
a)ワイヤフレームベースのアプローチ:受け継いだデータはほとんど、スキャン図面として存在する。従って、入力するものはスキャン図面であると考えられる。以下の説明では、入力するものはスキャン図面であると仮定する。ワイヤフレームベースのアプローチ以下のようになる:
・前処理:このステップで、スキャンした2D図面をベクトル形式に変換する。ベクトル化した出力は、3つのオーソグラフィックビューに関係するデータを含む
・3Dワイヤ一フレームに対してベクトル化した図面:3つのオーソグラフィックビューを合成して、3Dワイヤフレームモデルを得る
・3Dモデルに対する3Dワイヤフレーム:次に、3Dワイヤフレームモデルをボリュームベースの3Dモデルに変換する
・3Dスケルトンに対する3Dモデル:次に、3Dモデルを正規化してスケルトン化して、3Dスケルトンを得る。3Dスケルトンを得た後の処理は、セクションl.2.で述べた
b)ボリュームベースのアプローチ:ボリュームベースのアプローチは次の処理のようになる:
・前処理:このステップで、スキャンした2D図面をベクトル形式に変換する。ベクトル化した出力は、3つのオーソグラフィックビューに関係するデータを含む
・3Dモデルに対してベクトル化したビュー:次に、3つのオーソグラフィックビューモデルをボリュームベースの3Dモデルに変換する
・3Dスケルトンに対する3Dモデル:次に3Dモデルを正規化してスケルトン化して、3Dスケルトンを得る。3Dスケルトンを得た後の処理は、セクション1.2.で述べた
c)中間3Dモデルを得ない3Dスケルトンへの直接変換:
・前処理:このステップで、スキャンした2D図面をベクトル形式に変換する。ベクトル化した出力は、3つのオーソグラフィックビューに関係するデータを含む
・ベクトル化したオーソグラフィックビュー3Dスケルトンに直接変換する:この処理は、上記セクション2.3で説明した。前処理が完了してすぐに、正規化を行って、エラーに関するサイズをすべて消去することに留意することが重要である
(用いられる用語:)
ここに示す各種の実施の形態を容易に理解するために、用いられる用語について説明する。
1)共通座標軸:1対のビューで共通の座標軸である。
2)基本稜線およびビュー−稜線:ビューGに頂点が全くない場合は、ビューGの2D稜線GEを基本稜線という。これはIN稜線GEに存在する。そうでなければ、ビュー稜線という。
3)ループ:同一平面稜線の簡易閉路を、ループと定義する。
4)接頂点:1次連続の1対の稜線を分割する2Dビューの頂点を接(tangency)頂点という。接頂点の概念が1対の稜線に対応付けられているので、これをループの頂点に用いる。
5)影頂点:その頂点での稜線の接線がG1とG2との間の共通座標軸に対して垂直ならば、2DビューG1の接頂点G1Vを、隣接ビューG2に対する影という。従って、頂点を1対のビューに対して定義する。
6)ループの分類:ループGL2を、次のようにループGL1に対して分類することができる:
・GL2に属するすべての稜線GEがループGL1の内側にあるならば、ループGL1はINループGL2を持つといえる
・GL2に属する稜線のいくつかが領域Pの外側にあって、その他が内側にある場合は、GL1はON−INループGL2を持つといえる
・GL1はON−OUTループGL2を持つといえる
7)ドットループおよびソリッドループ:その稜線のすべてをビュー内のソリッドラインタイプで表すならば、2Dビューのループをソリッドループという。そうでなければドットループという。
8)隣接ループ:ビュー内の2つのループが2つ以上の共通稜線を持つ場合は、次にこれらループを隣接ループという。
9)基本ループおよび非基本ループ:基本ループは、ビュー内にON−INループはないがINループを持つような稜線ループである他のループはすべて、非基本ループという。図42は、例示のループの分類を示す。図42では、ビューlの{1,2,3,9,8,7,5,6,1}、{8,9,10,7,8}および{3,4,5,7,10,9,3}が基本ループである。
10)独立ループ:独立ループは、ビュー内にON−OUTループはないが、OUTループがありうる基本ループである。
11)照合頂点:共通座標軸に沿って同じ座標値を持つ場合は、ビュー内の頂点G1Vを、別のビューG2内の頂点G2Vと一致するという。照合頂点をG1V<−>G2Vと記すことができる。ビュー内に、他のビューの頂点と一致する2つ以上の照合頂点が存在することもある。
12)照合ループ:各頂点G2V⊂G2LがG1V⊂G1L内の少なくとも1つの頂点と一致する場合は、G1に属するループG1Lは、G2に属する照合ループG2Lを持つという(G1!=G2)。1対のビューの影頂点でないすべての接頂点を消去することにより、G2Vを得る。G2LもG1Lを照合ループとして持つ必要はない。しかし持つ場合は、2つのループは上への照合ループとしてわかる。G1L<−>G2Lと記す。
13)上への形成:上への形成は、次の特性を満たすループの集合(l)である:
a.iに対し、j=1,…n(i!=j),GiLi<−>GjLj
ただし、GiLiではGLjは集合lに属する
b.|l|=n、ただし、nは入力2Dビューの数である。
14)所望の稜線:入力オーソグラフィックビュー内の稜線で、現在のソリッドの2D投影にない稜線である。
次のセクションでは、で参照した方法論の処理について述べる:
(1.前処理)
2D形状探索の問題を解決するために、まず書類を電子フォーマットに移す。最も広く用いられている方法はスキャンで、”ラスタ画像”を生成する。スキャンした図面を、ピクセル行列に分解する。書類に含まれる語義情報を電子ファイルには移せない。すなわち、符号の意味を解釈しない。従って、”ベクトル化”として知られる前処理ステップがいくつか必要となる。これにより、幾何エンティティ(直線、円弧等)および符号(文字等)の定義に必要な情報をラスタ画像から得る。従って、電子ファイルに保存した情報を解釈して用いて、特徴に基づいて探索して、ソリッドモデル/スケルトン再構成に基づいて再利用することができる。
・
・スキャンタイプ
大抵のエンジニアリング図面は、1ビットモノクロームとしてスキャンできる。記憶空間をほとんど取らず、表示や処理が速い。古い青写真等の汚れがあって背景にしみのある図面ならば、8ビットグレースケールでスキャンして、画像作成ソフトウェアを用いて拡大して、背景やノイズを消去することができる(自動ベクトル化の前に、1対のグレーレベル閾値を用いてノイズおよび他のアーチファクトを取り除くことができる)。
スキャンしたラスタ画像を得た後、これをベクトルフォーマットに変換して、さらに操作を行う。完全なラスタベクトル変換処理には、画像取得、前処理、ライントレース、テキスト抽出、形状認識、位相生成および属性割り当てである。パッケージのいくつかは、各種のタイプのアプリケーションとして販売されている。エンジニアリング図面変換では、ベクトルをラスタ画像から抽出するために、画像のどの部分が線からなり、これらの線がどこから開始してどこで終わるか決定する必要がある。通常、2つの処理が含まれる:
1.画像処理(背景およびノイズの消去)。
2.1ピクセル幅の線へのラスタ画像のシンニング。
3.ベクトル化(ピクセル線から稜線の抽出)。
4.エンティティ認識(直線、円弧円、線ループ等の定義)。
ワイヤフレームアプローチはまた、ボトムアップアプローチとして知られている。この方法に含まれる各種の処理は次の通りである:
・各ビュー内の2D頂点から3D候補頂点を生成する。
・3D候補頂点から3D候補稜線を生成する。
・同じサーフェス上の3D候補稜線から3D候補フェースを構成する。
・候補フェースから3Dオブジェクトを構成する。
・より正確である。
・通常ACISから得られる他の基準値についてもあることができる。
・入力ビューにおける不一致の結果として問題が発生する事がある。
・計算上非常に高価である。特に、バックトラッキングおよびヒューリスティックを行う可能性のある探索を行って、非常に多くの数の可能なソリッドから解となるソリッドを選ぶ探索を含むからである。
このアプローチに含まれる一般的な処理について以下に述べる:
1)疑似頂点スケルトンを構成する。
2)疑似ワイヤフレームを構成する。
3)仮想フェースを構成する。
4)切断稜線を導入する。
5)仮想ブロックを構成する。
6)決定する。
・常に入力ビューに一致した有効なソリッドモデルがある。
・ワイヤフレーム方法と比較して、計算上安価である。
・形状探索には、概略の3Dモデルだけで十分である。
・このアプローチは、処理可能なオブジェクトドメインだけに限られている。
上述のように、3D形状探索には、有効な3Dスケルトンで十分である。従って、任意のセットの2Dオーソグラフィックビューを直接3Dスケルトンに変換する方法を提示する。3つのオーソグラフィックビューそれぞれに、2Dスケルトンを得る。次に、オーソグラフィックビューを合成して、所望の3Dスケルトンを得る。この方法を、2Dスケルトン化処理によりさらに2つのアプローチに細分化する。第1のアプローチは、画像処理方法を用いてスケルトン化を実行ととで、第2のアプローチはジオメトリベースの方法を用いてスケルトン化を実行することである。次の説明では、2Dスケルトンを得るジオメトリベースのアプローチを前提としているが、このアプローチを適切に変更して第1のアプローチと共に実行することもできる。
次に、3つのオーソグラフィックビューを構成する線セグメントを、二重接続連結リスト構造で表す。この方法を行って、二重接続連結リスト構造を構成する。二重接続連結リスト構造は、線セグメント配列の効率的な表現である。
・頂点のX座標。
・頂点のY座標。
・入射稜線のリスト(反時計回り方向の順の傾き)。
・原点の頂点。
・ツインハーフ稜線(一方は入射)。
・入射フェース(各ハーフ稜線は正確に1つのフェースに属する)。
・次のハーフ稜線(フェースに属する次の連結ハーフ稜線)。
・前のハーフ稜線(フェースに属する前の連結ハーフ稜線)。
・傾き角度(0から360度の間)。
・外側ループの開始稜線。
・内側稜線の開始稜線のリスト。
頂点、稜線およびループの照合の識別について、従来詳細に説明されており、当業者が容易に利用できるようになっている。照合ループおよび頂点を検出する方法についても、説明されている:
1.頂点およびループの照合:ループおよび頂点の照合は、3Dソリッド内の同じエンティティに対応するエンティティをグルーピングすることを意味する。影頂点以外に接頂点を用いないが、異なるビュー内の1対の2つのループの照合を行う。また、共通座標の値により、頂点の照合を行う。ループが互いに一致しているならば、次に、上への照合としてフラグを立てる。
2.上への生成:上への生成を検出するには、ループ照合独立ループまたは基本ループと一致するループを検討する。ビュー内のループは、隣接ビュー内に基本または非基本照合ループを有することができる。まず始めに、検討中のすべての基本ループ照合ループが上への照合かどうか調べる。得られた任意の上への照合ループを、リストに保存する。次に、隣接基本ループの合成により、それぞれ検討中の他のビュー内の基本ループに一致する非基本の上への照合ループを得ることが可能かどうか調べる。これらを保存してさらに処理を行う。これらエンティティの保存に用いるデータ構造は、グラフである。
上への照合ループのセットを得た後、小特徴を記述する上への照合ループのセットを消去する。上への照合ループのセットは独立または基本ループのみであるよう注意する。またこれらループを消去した結果、得られるビューが分離しないようにする必要がある。
次のステップでは、これらループまたはフェースをスケルトン化して図面を簡略化するが、位相は保持する。多角形図形のスケルトンを得るのに、各種の方法が提案されている。これら方法の大部分は、内軸変換(Medial Axis Transformation:MAT)を決定するものである。これら方法の大部分は、ボロノイ図またはデローネイ三角形分割手法のいずれかを利用している。ボロノイまたはデローネイ三角形分割手法を用いずにスケルトンまたはMATを得る、他のアプローチがある。また、適応細分アルゴリズムが提案されている。これは、デローネイ三角形分割手法を利用している。2D領域のスケルトンを、その内点として定義する。これは2つ以上の最も近傍を有する。多角形図形のスケルトンを、最悪でもO(nlogn)時間で得ることができる。多角形図形の境界ノードの数である。図45は、一般的な2D多角形図形のスケルトンを示す。
得られた2Dスケルトンのある部分が必要ないことが、図45からわかる。入力ビューの境界/頂点と接しているスケルトンの稜線を、消去する。従って、簡易型スケルトンが得られる(図46に図示)。
一旦、各種のフェースのスケルトンを消去したならば、次のステップは、3つのビュー内のスケルトンを連結して3Dスケルトンを得ることである。図44を参照すると、図44Aは実際の3Dモデルを示し、図44Bは任意のオブジェクトの2Dオーソグラフィックビューを示している。図44Cは、それぞれのビューのスケルトンを消去したものを示している。最初の第2のステップで得られた照合ループを用いて、2Dスケルトン稜線の各種の稜線の接続性を決定する。接続性を維持するとは、すべての照合ループの連結であって、また、3Dスケルトンの各稜線が1つのものとして確かに現れることになる。例えば、ビュー正面図では、縦線が図形の奥行き/高さを表す。また、側面図では、5本の縦線が図形の奥行き/高さを表す。従って、最終のスケルトンでは、たった一本の稜線を保持して図形の奥行きを表す。
一旦、3D稜線が得られたならば、次にボクセル化表現に変換する。基本的に、ボクセル化表現は、3Dスケルトンの稜線の離散化表現である。このステップは簡単な処理ステップである。ボクセル化および正規化についてさらに詳しくは、上記サブセクション2.1を参照のこと。
最後に、3Dスケルトンが得られたら、サブセクション2.2で説明したように、各種のループ、稜線等をスケルトングラフデータ構造に保存する。次に、これをグラフ比較モジュールの入力として提供する。
(3.1.グラフの比較)
探索システムでデータベースにあるグラフを探索する。このグラフは、クエリー3Dモデルのスケルトングラフに類似している。システムにより、クエリーグラフとデータベースの各モデルとの間の照合の度合いに基づく類似性の程度を評価する。本発明は、間接グラフの形式のスケルトンで表す。グラフのノードがスケルトンの稜線/エンティティを表し、グラフの2つのノードに連結する任意の円弧が対応するスケルトンエンティティの間の連結を表す。従って、スケルトンは、基本的に稜線グラフとして表される。グラフの各ノードは、スケルトン稜線の次の幾何特性を保持する:
(1)稜線タイプ(直線、曲線、サーフェスループまたはホール)。
(2)サーフェスループの曲率情報(凸面/凹面/面)。
(3)曲線のパラメトリック計算式。
(4)特定のエンティティに収束する特徴のローカルボリューム。
(5)特定のエンティティに収束する特徴のローカルモーメント。
(6)サーフェスからのローカル距離。
上記最初の2つの特性(1および2)を、高レベルグラフ照合ステップ(図47を参照のこと)に用いる。この後、類似のモデルを有するデータベースのサブセットを検索する。これらモデルは、クエリーモデルに全体的な幾何および位相類似性を有する。続くステップでは、上述の個別の幾何特性(3)、(4)および(5)の類似性に基づいて、検索したモデルをさらに分類する(低レベルグラフマッチャー)。従って、高レベルマッチャーによリサーチ空間を選別して、該当する部品を検出する。この選別で用いるグラフ特性は、スケルトン内の最も高い度合いのノード、サーフェスループの数、直線および曲線稜線の数、およびホールの数を含み、クエリーモデル(またはクエリーグラフ)に類似していないグラフを除去する。
従来技術のセクションで、グラフを比較して類似性の度合いを評価するために、各種のアルゴリズムが提案されている。これらアルゴリズムを、正確および不正確なグラフ照合アルゴリズムにおおまかに分類することができる。前者の分類のアルゴリズムは、2つのグラフの間のまたは2つのグラフのサブグラフの間の正確な一致を検出する(すなわち、ノイズがない)。後者のセットのアルゴリズムは、たとえノイズが存在しているとしても、距離測定の形式で2つのグラフの間のあいまいな類似性の度合いを与える。本発明のシステムの要件は、類似の部品を検出することである(正確に同じでない)。本発明のシステムは、グラフ比較のために不正確なアルゴリズムを用いる。
対応付けグラフ法は、コンピュータビジョンおよびパターン認識のグラフ照合分野では周知であるが、本発明の問題に適するように変更すると共に、完全性のために、この方法についてここで説明する(本発明の問題の文脈で)。対応付けグラフ(または割り当てグラフ)のノードは、比較されるグラフの頂点対(vQ,vM)を表す(例えば、GQ=(VQ,EQ)およびGM=(VM,EM))。ノードvQおよびvMが同じノード特性記述を有する場合は、vQ∈VQ,vM∈VM等の頂点対(vQ,vM)を、アサインメントと呼ぶ。(さらに)すべてのvQとvQ’との間の関係がすべてvMおよびvM’に成り立つならば、2つのアサインメント(vQ,vM)および(vQ’,vM’)に互換性がある。アサインメントのセットが、アサインメントグラフGaのノードVaのセットを定義する。Ga2つのノード,VaおよびVa’は、これら2つのノードに互換性があれば、アサインメントグラフ、Gaの円弧により連結している(図48を参照のこと)。従って、2つのグラフGQおよびGMの最大照合サブグラフの探索は、対応付けグラフGaの最大クリーク(全体的に連結したサブグラフ)の探索である。その代わりに、アサインメントが、vQとvMとの間の類似性の度合いも重みとして表している場合は、次にグラフ照合を最大重み付クリーク問題に変換する。従って、対応付けグラフ内の最も大きい最大重み付クリークが、2つのグラフGQとGMとの間の最も良い一致を表すことになる。
このセクションは、形状照合アルゴリズム詳細に説明することにあてられている。これは、対応付けグラフ技術に基づいている。用語’ノード’および’頂点’と共に’稜線’および’円弧’がグラフ理論で区別なく用いられているが、理解しやすいように、ノードおよび稜線を用いてスケルトングラフを説明して、頂点および円弧で対応付けグラフを構成する。対応付けグラフの頂点は、2つのオリジナルグラフのノード間の相関性を表す。ノード間の相関性を決定するこの処理を対応付けという。また対応付けグラフの2つの頂点をつなぐ円弧は、対応するノード間の互換性を表す。
対応付けグラフ技術を用いる主な利点は、それが簡易グラフ理論構造で、最大クリーク検出等の純粋グラフ理論アルゴリズムに適用可能であることである。しかしながら、対応付けグラフの構成は純粋にドメイン依存である。従って、このアプローチの有効性は、このグラフの構成および続いて用いるグラフ理論アルゴリズムに依存している。最大クリーク検出問題はNP完全であることに留意されたい。しかしながら、本発明のスケルトングラフには幾何情報が豊富に存在するので、多数の不要の比較を除去することにより、最大クリーク検出問題(MC問題)の平均計算量を相当低減することができるようになる。アルゴリズムを、次のヒューリスティックを用いることができるように設計する。a)辞書式順序のノードと、b)前のクリークサイズと、c)高レベル幾何エンティティの数(サーフェスループ/ホール/稜線)とである。これによリサーチ空間を小さくする。例えば、ループを直線稜線および曲線と比較することを、または曲線を直線稜線と比較することを省くことができる。スケルトンのループは基本的に、元の3Dモデルの大きなホールを表す。従って、これら特徴のあるものは、元の3Dモデルの製造特徴を暗黙に表す。これは、グラフ照合のドメインナレッジを用いるとどのくらい平均計算量を相当低減することができるかについて、説明するものである。対応付けグラフ技術を変更することにより、適当な時間で3Dモデルの探索が行えるようになる。この技術について、次に詳しく説明する。
高レベル照合から検索したモデル間の類似性/距離の度合いをさらに正確にするために、スケルトンエンティティの幾何特徴属性を比較する。上述のように、非類似のエンティティタイプはグラフ類似性基準値と比較しない。
ベジェ曲線を用いて、角柱状スケルトンエンティティのパラメトリック計算式を得る。これにより、曲線形状のアフィン不変量の程度を与える。曲線類似性比較の曲率に基づくアルゴリズムを用いる。類似の曲線は、類似の曲率プロファイルを持つ。2つの曲線を比較するには、曲線を定義した数のエンティティに分割して、曲線の曲率プロファイルが、曲線の一方の端からもう一方までの曲率シーケンスとなる。類似性のあいまいさの程度を、これら2つの曲率プロファイル間の距離から導出する。ベジェ曲線の計算式曲線の任意の点の曲率は、次のように与えられる:
・5次ベジェ曲線フィッティング
シェル様およびハイブリッド形状は、異なる種類のスケルトンエンティティを生成するので、異なる処理が比較のために必要となる。パラメトリックベジェサーフェスを、サーフェスを構成するボクセルのセットに当てはめた後、凸面およびサーフェス曲率等のエンティティのグローバル幾何特徴を類似性基準値に用いる。さらに詳細に比較するには、角柱状スケルトンで説明したものを、シェル様スケルトンのサーフェスエンティティまたはワイヤフレームスケルトンエンティティに用いることができる。サーフェスを、標準の数の分割に離散化して、曲率プロファイルと共に個別のサーフェス領域をこれらサーフェスと比較することもできる。
Wl,Wd,Wθ,Wlr等のローカル幾何特徴の重み(計算式1および2)を用いることで、関連性フィードバックからユーザ基本設定を学習することができるので、システムとユーザとの間の意味的ギャップを低減する。セクション3.6に記載の標準重み再構成機構を介して、重みを学習することができる。また、ユーザは、3Dソリッドモデルまたは3Dスケルトンモデルのローカル特徴を強調することもできる。重みを特定のスケルトンエンティティに期することができるので、照合の際に類似性の基準値によりより高い重みを特定のローカル特徴に与えることができる。
角柱状およびシェル様スケルトンの異なるディテールのレベルを、次のやり方で用いる。データベースモデルの各ディテールのレベルをクエリースケルトンと比較して、最も高い類似性の値を得るディテールのレベルをクエリー3Dモデルとデータベースからの特定のモデルとの間の類似性と考える。スケルトングラフに基づく3Dモデルのクラスタ化は、すべての2つのモデルの4つのディテールのレベルすべてを互いに比較して、2つのモデル間の最も良い類似性を得る。これら類似性の値を用いて、モデルのデータベース類似のモデル群にクラスタ化する。あるいは、ユーザは、クラスタ化に用いるすべてのモデルのディテールの特定のレベルを指定することもできる。この場合は、特定のLODを用いてクラスタ化を行う。
この処理は、クエリーグラフおよびデータベースからのグラフを扱って別々に比較するので、グラフ照合ステップは並列化可能である。高レベルグラフ照合ステップでは、自動クラスタを用いて比較の回数を減らすこともできる。従って、各クラスタのプロトタイプモデルをそれぞれクエリーグラフと比較する。続いて、そのプロトタイプがクエリーグラフと最も近いクラスタを用いてさらに探索する。従って、階層型クラスタを用いて探索空間を小さくすることができる。探索が、次のクラスタのモデルの数が妥当である適当な状態になったら(リアルタイム探索が可能)、低レベルグラフ照合を並列化できるので、探索時間を最適化することになる。
・ジオメトリおよび位相の分離。
・階層型グラフ照合。
・高レベル幾何特徴の隣接関係行列への包含。
・自動クラスタに関するグラフ照合の並列化。
企業に3Dモデルが普及するにつれて、データベースに索引を付けて効率的な検索を可能にしたいという差し迫った要求がある。市販のデータベースシステムで広く用いられているが、B+木およびハッシュテーブル等の幅広く使える索引構造が、3Dモデル探索の際の効率を十分改良することは、残念ながら現在のところ不可能なことである。3Dモデル類似性を使って仕事をするエンジニアは、データベースでの形状探索よりも、少数のモデルの3D形状照合に注目している。それらのアプローチでは、データベースを基準化することは困難である。
現在の探索システムは通常、1種類の特徴を用いていて、3Dモデルの固有の特性を十分にを取り込むものではない。組み合わせ特徴ベクトルを用いる技術がいくつかあるとしても、これら特徴間の内部関係を完全に理解していなかった。1次結合は簡易であるが、これを共通に用いて、それらの関係を無視して、各特徴に基づく全体的な類似性を計算するものである。
本発明の実施の形態により、ユーザがデータベース内の異なるモデルを容易に閲覧して、彼/彼女の要件に類似の部品を検出できる。ビジュアルクエリーインターフェースの一部は、この機能を促進するようになっている。インターフェースをビジュアル化して、2つの異なるシナリオで動作させることができる(図54を参照のこと)。第1の場合では、ユーザは頭で考えた3Dモデルだけが有り、データベース内の利用可能な部品を閲覧して、該当する部品を選ぶ場合である。この探索を効率的にするためには、データベースのすべてのモデルの階層型部品クラスタマップを用意して、データベースに新しいモデルが加わると動的にこれを更新する。より高いレベルのクラスタ内の各部品クラスタが、次のレベルの多数のクラスタを指し示し、これを繰り返す。他のシナリオでは、ユーザがクエリーモデルをスケッチインターフェースから入力して、クエリーと類似していると検出されたすべての部品を検索する。各検索したモデルは、それが属するクラスタへのリンクを示しているので、さらに閲覧が可能になる。対応するリンクをたどって、モデルが属するクラスタを閲覧することができる。
1.グラフ特性のSOMニューロンデータ構造への包含。
2.3Dモデルスケルトングラフに基づくクラスタ化のためのSOMの使用。
3.クラスタ化のための類似性の定義生成の際のユーザとの相互作用。
クラスタマップインターフェースは、探索システムのメインビジュアル出力インターフェースである。インターフェースは、1)自動2)双方向の2つのシナリオで動作する。図56は、2つの状況の2つの異なる経路を示す。自動方式では、システムが定義したデフォルト類似性基準値に基づいて、データベースモデルを各種のクラスタに自動的に分類するクラスタマップ(図57)は、典型的な3Dモデルをユーザに部品クラスタウインドウ上で提示する。これにより、ユーザはボタンやマウスの動きでモデルをパンし、ズームし、回転することができる。各図の右側には、特定のクラスタ内に提示されているモデル数の棒グラフを示している。類似のモデル”ボタンをクリックすることにより、クラスタをさらにを閲覧するすることができる。双方向方式では、ユーザは次のことを行う。1)特徴ベクトルを再構成することにより、ユーザの類似性の程度を伝えることと、2)階層型データベースを閲覧して、ユーザが考えているモデルを探索することである。部品クラスタマップを更新することにより、クラスタマップインターフェースを介してユーザに提示する。
検索システムは、低レベルの特徴ベクトルに関する類似性しか測定しない。しかしながら、ユーザの類似性は、ユーザの認識に基づいている。3Dモデルは複雑なオブジェクトなので、3Dモデルを正確に表す特徴を抽出することは、大きな課題である。低レベル特徴ベクトルの類似性定義と高レベル3Dモデルとの間に”意味的ギャップ”がある。
関連性フィードバックは意味的ギャップをつなぐ効果的な方法であるが、時間がかかるものである。たとえ、ユーザがクエリーモデルとして再び実行する同じモデルであっても、時間がかかる関連性フィードバックを再び実行しなければならない。
真の探索システムは、事前に定義した類似性基準値に基づくモデルのセットではなく、彼/彼女が探しているモデルをユーザが検出できるようなものでなければならない。この目的のために、本発明の実施の形態は多段階探索方法を組み込んで、異なる照合基準を用いてユーザが部品を探索できるようにする。例えば、ユーザは探索の第1の段階でスケルトングラフを用いてデータベースを探索できる。これにより、位相的に類似のモデルを検索することになる。続いて、異なる基準値、例えば、全ボリュームを用いて、検索したモデルを除外することもできる。これにより、ユーザが探索基準にブール演算を用いることができるので、該当する部品を素早く検索する。
a.各種の特徴ベクトル(すなわち、モーメント不変量、スケルトングラフの固有値、幾何パラメータ)を用いて、探索空間(N個のモデルを持つデータベース)を小さな数M0に低減する。ただし、M0<Nである。
b.スケルトングラフ不変量(<ノードの度合い>、<数L,E,C>、<数L−L,L−E,E−Eの接続性>等)を用いてさらに探索空間を低減する。例えばM1である。ただし、M1<M0である。
c.不正確なグラフ照合を行って、探索空間を低減して、探索結果をモデルのより小さなセットに並べる。M2<M1である。
d.ユーザが以下のステップのようにシステムと対話して、(必要ならば)探索空間を低減する:
i.不変量ベースの基準を指定して、探索空間を低減する
ii.ブール演算を探索基準に用いる
iii.類似性閾値基準を指定して、最終結果を得る。
Claims (6)
- コンピュータにより実行される探索方法であって、
該コンピュータは、入力手段と、プロセッサと、データベースを格納するメモリ手段と、表示手段とを備え、
該方法は、
(a)該入力手段が、2次元オブジェクトの最初のスケッチを受け取るステップであって、該2次元オブジェクトは、複数の予め定義された3次元幾何エンティティから構成される3次元モデルを表す、ステップと、
(b)該プロセッサが、該最初のスケッチに対してボクセル化を実行することにより、該最初のスケッチに対応するボクセルのセットを生成するステップと、
(c)該プロセッサが、該ボクセルのセットをベクトル形式に変換するステップであって、該ベクトル形式は、3つの直交ビューに関係する直交ビューデータを含む形式である、ステップと、
(d)該プロセッサが、該複数の予め定義された3次元幾何エンティティのセットを決定し、該プロセッサが、該直交ビューデータを比較することにより、該複数の予め定義された3次元幾何エンティティのセットの各エンティティの間の接続を決定し、該プロセッサが、該決定された複数の予め定義された3次元幾何エンティティのセットと該決定されたセットの各エンティティの間の接続とを用いて、該直交ビューデータを、所望の3次元モデルに対応するスケルトンに変換することによって、スケルトン化を実行するステップであって、該複数の予め定義された3次元幾何エンティティのセットは、複数の稜線と、該複数の稜線のうちの少なくとも1つによって形成される複数のループとを含む、ステップと、
(e)該プロセッサが、該変換されたスケルトンを形成するために組み合わせて用いられる該決定された複数の予め定義された3次元幾何エンティティのセットから稜線のセットとループのセットとを識別し、該プロセッサが、該変換されたスケルトンを用いて、ノードのセットをさらに識別するステップであって、該ノードのセット内の各ノードは、識別された稜線の終点、または該識別された稜線のうちの少なくとも2つの稜線およびループの交点に対応する、ステップと、
(f)該プロセッサが、該データベースを検索して、該稜線、ループおよびノードの識別されたセットを用いて、該メモリ手段に格納された複数の3次元モデルから少なくとも1つの3次元モデルを取得するステップであって、該複数の3次元モデルの各々は、該複数の3次元モデルの各々が当該3次元モデルから識別可能な稜線、ループまたはノードの関連付けられたセットに基づいて検索可能なように、該データベースに格納されている、ステップと、
(g)該表示手段が、該取得された少なくとも1つの3次元モデルの各々を表示するステップと
を包含する、方法。 - 前記プロセッサが、直交ビューデータをスケルトンに変換することによって、スケルトン化を実行するステップは、
前記プロセッサが、前記決定された複数の予め定義された3次元幾何エンティティのセットを用いて、該直交ビューデータを、前記所望の3次元モデルに対応する2次元スケルトンに変換することによって、スケルトン化を実行するステップと、
該プロセッサが、前記決定されたセットの各エンティティの間の接続を用いて、該2次元スケルトンを3次元スケルトンにさらに変換するステップと
をさらに包含する、請求項1に記載の方法。 - 前記プロセッサにより識別するステップは、前記稜線の識別されたセット、前記ループの識別されたセットおよび前記ノードの識別されたセットの選択数に関連性評価を関連付けることをさらに包含し、
該プロセッサにより検索するステップは、該稜線、ループおよびノードの識別されたセットの各々に関連付けられた該関連性評価に基づいて、前記メモリ手段に格納された複数の3次元モデルから前記少なくとも1つの3次元モデルを検索することをさらに包含する、請求項1に記載の方法。 - 前記関連性評価は、前記プロセッサにより実行されるさらなる検索ステップに対する優先フィルタとして用いられる、請求項3に記載の方法。
- 前記稜線、ループおよびノードの関連付けられたセットの各々は、複数の関連クラスタとして構成され、検索可能であり、各クラスタは、該稜線、ループおよびノードの関連付けられたセットの選択数を含む、請求項1に記載の方法。
- 前記直交ビューデータをスケルトンに変換することによって、スケルトン化を実行するステップは、
前記プロセッサが、前記決定された複数の予め定義された3次元幾何エンティティのセットを用いて、該直交ビューデータを、前記所望の3次元モデルに対応する2次元スケルトンに変換することによって、スケルトン化を実行するステップと、
該プロセッサが、該2次元スケルトンの2次元頂点の各々から、該2次元スケルトンの各ビューについて候補の3次元頂点を生成するステップと、
該プロセッサが、候補の3次元フェースを、該生成された候補の3次元稜線のセットから生成するステップであって、該生成された候補の3次元稜線のセットの各々は、共通のサーフェスを共有する候補の3次元稜線を含む、ステップと、
該プロセッサが、該3次元フェースを組み立てることにより、該所望の3次元モデルの成分に対応する1つ以上の3次元オブジェクトを該候補の3次元フェースから生成するステップと、
該所望の3次元モデルに対応するスケルトンとして、該1つ以上の3次元オブジェクトを前記受け取られた2次元オブジェクトに関連付けるステップと
をさらに包含する、請求項1に記載の方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US44237303P | 2003-01-25 | 2003-01-25 | |
PCT/US2004/001962 WO2004068300A2 (en) | 2003-01-25 | 2004-01-23 | Methods, systems, and data structures for performing searches on three dimensional objects |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006520948A JP2006520948A (ja) | 2006-09-14 |
JP4516957B2 true JP4516957B2 (ja) | 2010-08-04 |
Family
ID=32825208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006502981A Expired - Lifetime JP4516957B2 (ja) | 2003-01-25 | 2004-01-23 | 3次元オブジェクトについて検索を行なうための方法、システムおよびデータ構造 |
Country Status (4)
Country | Link |
---|---|
US (2) | US8429174B2 (ja) |
EP (1) | EP1586020A2 (ja) |
JP (1) | JP4516957B2 (ja) |
WO (1) | WO2004068300A2 (ja) |
Families Citing this family (321)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9704128B2 (en) * | 2000-09-12 | 2017-07-11 | Sri International | Method and apparatus for iterative computer-mediated collaborative synthesis and analysis |
WO2004061620A2 (en) * | 2003-01-02 | 2004-07-22 | University Of Rochester | Temporal affinity analysis using reuse signatures |
US8429174B2 (en) | 2003-01-25 | 2013-04-23 | Purdue Research Foundation | Methods, systems, and data structures for performing searches on three dimensional objects |
US7239989B2 (en) * | 2003-07-18 | 2007-07-03 | Oracle International Corporation | Within-distance query pruning in an R-tree index |
US20050149258A1 (en) * | 2004-01-07 | 2005-07-07 | Ullas Gargi | Assisting navigation of digital content using a tangible medium |
JP4267475B2 (ja) * | 2004-02-13 | 2009-05-27 | 富士通株式会社 | 図面照合装置 |
US7679615B2 (en) * | 2004-05-04 | 2010-03-16 | Iucf-Hyu (Industry-University Cooperation Foundation Hanyang University) | Calculating three-dimensional (3D) Voronoi diagrams |
US7548650B2 (en) * | 2004-06-30 | 2009-06-16 | Iowa State University Research Foundation, Inc. | Geometric search engine |
GB2415876B (en) * | 2004-06-30 | 2007-12-05 | Voxar Ltd | Imaging volume data |
US7346382B2 (en) | 2004-07-07 | 2008-03-18 | The Cleveland Clinic Foundation | Brain stimulation models, systems, devices, and methods |
EP1617326A1 (en) * | 2004-07-14 | 2006-01-18 | Sap Ag | Technique for handling hierarchical application data |
EP1617355A1 (en) * | 2004-07-14 | 2006-01-18 | Sap Ag | Technique for flexible path optimization |
US8126907B2 (en) * | 2004-08-03 | 2012-02-28 | Nextengine, Inc. | Commercial shape search engine |
JP2006099385A (ja) * | 2004-09-29 | 2006-04-13 | Fujitsu Ltd | 形状設計支援プログラム |
US7856413B2 (en) * | 2004-10-14 | 2010-12-21 | International Business Machines Corporation | Dynamic search criteria on a search graph |
US7158853B2 (en) * | 2004-10-25 | 2007-01-02 | Amada Company, Limited | Pattern recognition for sheet metal part models |
US7583272B2 (en) * | 2004-11-29 | 2009-09-01 | Purdue Research Foundation | Methods for retrieving shapes and drawings |
JP2006163894A (ja) * | 2004-12-08 | 2006-06-22 | Hitachi Software Eng Co Ltd | クラスタリングシステム |
KR20060066340A (ko) * | 2004-12-13 | 2006-06-16 | 삼성전자주식회사 | 3차원 구조 스케치 제작장치와 방법 및 컴퓨터 프로그램을저장하는 컴퓨터로 읽을 수 있는 기록매체 |
US8300062B2 (en) * | 2005-04-18 | 2012-10-30 | Steve Tsang | Method, system and computer program for using a suggestive modeling interface |
WO2006124878A2 (en) * | 2005-05-12 | 2006-11-23 | Mark Lawson Palmer | Method for achieving virtual resolution enhancement of a diagnostic imaging modality by using coupled fea analyses |
WO2006124719A2 (en) * | 2005-05-12 | 2006-11-23 | Mark Benjamin Willis | Method for using coupled fea analyses of different levels of organization within an entity to analyze the entity |
US20070198588A1 (en) * | 2005-10-17 | 2007-08-23 | Siemens Corporate Research Inc | Automatic Qualification of Plant Equipment |
US7756855B2 (en) * | 2006-10-11 | 2010-07-13 | Collarity, Inc. | Search phrase refinement by search term replacement |
US8429184B2 (en) | 2005-12-05 | 2013-04-23 | Collarity Inc. | Generation of refinement terms for search queries |
US8903810B2 (en) | 2005-12-05 | 2014-12-02 | Collarity, Inc. | Techniques for ranking search results |
US7716169B2 (en) * | 2005-12-08 | 2010-05-11 | Electronics And Telecommunications Research Institute | System for and method of extracting and clustering information |
US20070179760A1 (en) * | 2006-01-06 | 2007-08-02 | Intel Corporation | Method of determining graph isomorphism in polynomial-time |
US7584179B2 (en) * | 2006-01-27 | 2009-09-01 | William Derek Finley | Method of document searching |
US20070192181A1 (en) * | 2006-02-10 | 2007-08-16 | Microsoft Corporation | Automatically modifying web pages to integrate advertising without changing UI |
JP4990917B2 (ja) * | 2006-02-23 | 2012-08-01 | イマジネスティクス エルエルシー | データベース内の構成部品を探索するための入力としてユーザが構成部品を描くことができるようにする方法 |
US8422763B2 (en) | 2006-02-28 | 2013-04-16 | Parametric Technology Corporation | Method for comparing first computer-aided 3D model with a second computer-aided 3D model |
JP4878178B2 (ja) * | 2006-02-28 | 2012-02-15 | 株式会社日立製作所 | データ処理方法および装置並びにその処理プログラム |
KR101195942B1 (ko) * | 2006-03-20 | 2012-10-29 | 삼성전자주식회사 | 카메라 보정 방법 및 이를 이용한 3차원 물체 재구성 방법 |
JP2007299238A (ja) * | 2006-04-28 | 2007-11-15 | Toshiba Corp | Cadシステム、および設計/解析方法 |
US7970746B2 (en) * | 2006-06-13 | 2011-06-28 | Microsoft Corporation | Declarative management framework |
US7840388B2 (en) * | 2006-06-26 | 2010-11-23 | Yokogawa Electric Corporation | Engineering device |
US8015125B2 (en) * | 2006-08-31 | 2011-09-06 | Drexel University | Multi-scale segmentation and partial matching 3D models |
US20080086324A1 (en) * | 2006-09-14 | 2008-04-10 | Junichi Yamagata | Parts managing system, parts managing method, and computer program product |
US8103547B2 (en) * | 2006-09-18 | 2012-01-24 | Microsoft Corporation | Logocons: AD product for brand advertisers |
US7969434B2 (en) | 2006-09-19 | 2011-06-28 | Caustic Graphics, Inc. | Method, apparatus, and computer readable medium for accelerating intersection testing in ray-tracing rendering |
US9478062B2 (en) | 2006-09-19 | 2016-10-25 | Imagination Technologies Limited | Memory allocation in distributed memories for multiprocessing |
US9665970B2 (en) | 2006-09-19 | 2017-05-30 | Imagination Technologies Limited | Variable-sized concurrent grouping for multiprocessing |
US7830379B2 (en) * | 2006-09-19 | 2010-11-09 | Caustic Graphics, Inc. | Architectures for parallelized intersection testing and shading for ray-tracing rendering |
US8018457B2 (en) * | 2006-09-19 | 2011-09-13 | Caustic Graphics, Inc. | Ray tracing system architectures and methods |
US8674987B2 (en) | 2006-09-19 | 2014-03-18 | Caustic Graphics, Inc. | Dynamic ray population control |
US7627542B2 (en) * | 2006-09-22 | 2009-12-01 | Microsoft Corporation | Group identification in large-scaled networks via hierarchical clustering through refraction over edges of networks |
JP2008077594A (ja) * | 2006-09-25 | 2008-04-03 | Fujitsu Ltd | 設計支援装置,設計支援方法,設計支援プログラム,および設計支援システム |
US8442972B2 (en) * | 2006-10-11 | 2013-05-14 | Collarity, Inc. | Negative associations for search results ranking and refinement |
JP2008117031A (ja) * | 2006-11-01 | 2008-05-22 | Fujitsu Ltd | 設計支援装置,設計支援方法,設計支援プログラムおよびcadシステム |
US7739260B1 (en) * | 2006-12-28 | 2010-06-15 | Scientific Components Corporation | Database search system using interpolated data with defined resolution |
US8417502B1 (en) | 2006-12-28 | 2013-04-09 | Scientific Components Corporation | Mixer harmonics calculator |
US7688318B2 (en) | 2007-02-02 | 2010-03-30 | Dassault Systemes Solidworks Corporation | Reusable data constructs for a modeling system |
FI20075084A0 (fi) * | 2007-02-06 | 2007-02-06 | Tekla Corp | Tietokoneavusteinen mallintaminen |
JP4845761B2 (ja) * | 2007-02-09 | 2011-12-28 | 富士通株式会社 | 3次元モデルの形状簡略化装置及び3次元モデルの形状簡略化プログラム |
US8374829B2 (en) | 2007-03-16 | 2013-02-12 | Lego A/S | Automatic generation of building instructions for building element models |
US7979251B2 (en) * | 2007-03-16 | 2011-07-12 | Lego A/S | Automatic generation of building instructions for building element models |
US20080294368A1 (en) * | 2007-03-23 | 2008-11-27 | Jun Wan | System and method for calculating the internal volume of a solid model |
WO2008128338A1 (en) * | 2007-04-19 | 2008-10-30 | D-Wave Systems Inc. | Systems, methods, and apparatus for automatic image recognition |
US20080269942A1 (en) * | 2007-04-26 | 2008-10-30 | David Mitchell Free | Computer system and method for providing real-world market-based information corresponding with a theoretical cad model and/or rfq/rfp data |
US20080297503A1 (en) * | 2007-05-30 | 2008-12-04 | John Dickinson | System and method for reconstructing a 3D solid model from a 2D line drawing |
CN101836235A (zh) * | 2007-08-16 | 2010-09-15 | 皇家飞利浦电子股份有限公司 | 用于对三维(3d)图像数据体积中的横截平面进行采样的成像方法 |
US9063979B2 (en) * | 2007-11-01 | 2015-06-23 | Ebay, Inc. | Analyzing event streams of user sessions |
US8237711B2 (en) * | 2007-11-19 | 2012-08-07 | Caustic Graphics, Inc. | Tracing of shader-generated ray groups using coupled intersection testing |
JP2009129337A (ja) * | 2007-11-27 | 2009-06-11 | Hitachi Ltd | 三次元類似形状検索装置 |
JP5309570B2 (ja) * | 2008-01-11 | 2013-10-09 | 株式会社リコー | 情報検索装置、情報検索方法、制御プログラム |
US8122442B2 (en) * | 2008-01-31 | 2012-02-21 | Oracle America, Inc. | Method and system for array optimization |
US9220889B2 (en) | 2008-02-11 | 2015-12-29 | Intelect Medical, Inc. | Directional electrode devices with locating features |
US8019440B2 (en) | 2008-02-12 | 2011-09-13 | Intelect Medical, Inc. | Directional lead assembly |
JP5351182B2 (ja) * | 2008-02-25 | 2013-11-27 | アティジオ リミテッド ライアビリティ カンパニー | 関心領域についての関連情報の決定 |
US20090222446A1 (en) * | 2008-03-03 | 2009-09-03 | Emmanuel Goldschmidt | Three-dimensional object identification through resonance frequencies analysis |
JP5192055B2 (ja) * | 2008-03-04 | 2013-05-08 | コードエスイー カンパニー リミテッド | 3次元応用プログラムフレームワーク構造及びこれを基盤とするアプリケーション具現方法、並びに3次元応用ソフトウェアフレームワーク基盤の自動テストシステム及びその方法 |
WO2009124139A1 (en) * | 2008-04-01 | 2009-10-08 | The Government Of The United States Of America, As Represented By The Secretaty Of The Navy | Methods and systems of comparing face models for recognition |
US9272153B2 (en) | 2008-05-15 | 2016-03-01 | Boston Scientific Neuromodulation Corporation | VOA generation system and method using a fiber specific analysis |
US9058695B2 (en) | 2008-06-20 | 2015-06-16 | New Bis Safe Luxco S.A R.L | Method of graphically representing a tree structure |
US8438178B2 (en) | 2008-06-26 | 2013-05-07 | Collarity Inc. | Interactions among online digital identities |
WO2010011911A2 (en) * | 2008-07-25 | 2010-01-28 | Cornell University | Apparatus and methods for digital manufacturing |
US8463053B1 (en) | 2008-08-08 | 2013-06-11 | The Research Foundation Of State University Of New York | Enhanced max margin learning on multimodal data mining in a multimedia database |
US8421801B2 (en) * | 2008-09-09 | 2013-04-16 | Caustic Graphics, Inc. | Ray tracing using ray-specific clipping |
US8521757B1 (en) * | 2008-09-26 | 2013-08-27 | Symantec Corporation | Method and apparatus for template-based processing of electronic documents |
US8204340B2 (en) * | 2008-09-29 | 2012-06-19 | Two Pic Mc Llc | Methods and apparatus for dot marker matching |
EP2175356B1 (en) | 2008-10-08 | 2018-08-15 | ExB Asset Management GmbH | Distance dependent selection of information entities |
JP4806706B2 (ja) * | 2008-12-18 | 2011-11-02 | 株式会社日立製作所 | 解析モデルの変形方法および計算機 |
US9607052B2 (en) * | 2008-12-29 | 2017-03-28 | Technion Research & Development Foundation Limited | Query networks evaluation system and method |
US20100194778A1 (en) * | 2009-01-30 | 2010-08-05 | Microsoft Corporation | Projecting data dimensions on a visualization data set |
US8380644B2 (en) * | 2009-02-10 | 2013-02-19 | Siemens Audiologische Technik Gmbh | System and method for prototyping by learning from examples wherein a prototype is calculated for each shape class cluster |
US8260583B2 (en) * | 2009-03-12 | 2012-09-04 | Siemens Product Lifecycle Management Software Inc. | System and method for identifying wall faces in an object model |
US8812475B2 (en) | 2009-04-20 | 2014-08-19 | International Business Machines Corporation | Facilitating object searches in virtual worlds |
US9330204B2 (en) | 2009-05-29 | 2016-05-03 | Siemens Product Lifecycle Management Software Inc. | CAD system and method for wireframe coupling |
US8952961B2 (en) * | 2009-06-29 | 2015-02-10 | Imagination Technologies, Limited | Systems and methods for photon map querying |
CN101599077B (zh) * | 2009-06-29 | 2011-01-05 | 清华大学 | 一种三维对象检索的方法 |
WO2011025865A1 (en) | 2009-08-27 | 2011-03-03 | The Cleveland Clinic Foundation | System and method to estimate region of tissue activation |
JP5229161B2 (ja) * | 2009-08-28 | 2013-07-03 | 富士通株式会社 | 情報提供装置、情報提供方法および情報提供プログラム |
US8447576B2 (en) * | 2009-10-23 | 2013-05-21 | Siemens Product Lifecycle Management Software Inc. | System and method for producing editable three-dimensional models |
WO2011068997A1 (en) | 2009-12-02 | 2011-06-09 | The Cleveland Clinic Foundation | Reversing cognitive-motor impairments in patients having a neuro-degenerative disease using a computational modeling approach to deep brain stimulation programming |
KR101626384B1 (ko) * | 2009-12-04 | 2016-06-13 | 한국전자통신연구원 | 3차원 모델 데이터 검색 장치 및 방법 |
US9009163B2 (en) | 2009-12-08 | 2015-04-14 | Intellectual Ventures Fund 83 Llc | Lazy evaluation of semantic indexing |
WO2011078698A1 (en) | 2009-12-14 | 2011-06-30 | Business Intelligence Solutions Safe B.V. | A method and system for optimizing the arrangement of spatial elements |
US8875038B2 (en) | 2010-01-19 | 2014-10-28 | Collarity, Inc. | Anchoring for content synchronization |
JP5530732B2 (ja) * | 2010-01-29 | 2014-06-25 | 株式会社日立製作所 | 作業指示生成システム、方法及びプログラム |
TWI393071B (zh) * | 2010-02-12 | 2013-04-11 | Nat Univ Tsing Hua | 可保留影像特徵之影像處理方法及系統 |
US20110202326A1 (en) * | 2010-02-17 | 2011-08-18 | Lockheed Martin Corporation | Modeling social and cultural conditions in a voxel database |
JP5430456B2 (ja) * | 2010-03-16 | 2014-02-26 | キヤノン株式会社 | 幾何特徴抽出装置、幾何特徴抽出方法、及びプログラム、三次元計測装置、物体認識装置 |
US8463756B2 (en) * | 2010-04-21 | 2013-06-11 | Haileo, Inc. | Systems and methods for building a universal multimedia learner |
GB201008228D0 (en) * | 2010-05-18 | 2010-06-30 | Univ Edinburgh | Command interface |
AU2011267853B2 (en) | 2010-06-14 | 2016-12-08 | Boston Scientific Neuromodulation Corporation | Programming interface for spinal cord neuromodulation |
US8443300B2 (en) * | 2010-08-24 | 2013-05-14 | Ebay Inc. | Three dimensional navigation of listing information |
US9128998B2 (en) | 2010-09-03 | 2015-09-08 | Robert Lewis Jackson, JR. | Presentation of data object hierarchies |
US9177041B2 (en) * | 2010-09-03 | 2015-11-03 | Robert Lewis Jackson, JR. | Automated stratification of graph display |
US8704824B2 (en) * | 2010-09-29 | 2014-04-22 | Siemens Product Lifecycle Management Software Inc. | Integrated history-free and history-based modeling |
EP2474928A1 (en) | 2010-12-30 | 2012-07-11 | Dassault Systèmes | Merging of modeled objects |
EP2474929A1 (en) | 2010-12-30 | 2012-07-11 | Dassault Systèmes | Modeled object updating |
EP2474930B1 (en) * | 2010-12-30 | 2018-10-24 | Dassault Systèmes | Updating a modeled object |
JP5625920B2 (ja) * | 2011-01-06 | 2014-11-19 | セイコーエプソン株式会社 | 画像処理装置、画像処理方法及びそのプログラム |
CN103327925B (zh) * | 2011-01-20 | 2016-12-14 | 美敦力巴肯研究中心有限公司 | 用于确定组织中的对象的移动的至少一个适用路径的方法 |
WO2012121728A1 (en) * | 2011-03-10 | 2012-09-13 | Textwise Llc | Method and system for unified information representation and applications thereof |
JP2014513622A (ja) | 2011-03-29 | 2014-06-05 | ボストン サイエンティフィック ニューロモデュレイション コーポレイション | 治療刺激提供システムのための通信インタフェース |
US8811719B2 (en) * | 2011-04-29 | 2014-08-19 | Microsoft Corporation | Inferring spatial object descriptions from spatial gestures |
WO2012149961A1 (en) * | 2011-05-03 | 2012-11-08 | Fujitsu Limited | Computer - implemented method of simplifying a complex part in a geometric model |
EP2521055B1 (en) | 2011-05-06 | 2019-07-10 | Dassault Systèmes | Selection of three-dimensional parametric shapes |
EP2521057A1 (en) | 2011-05-06 | 2012-11-07 | Dassault Systèmes | Determining a parameter of a geometrical cad operation |
EP2521056A1 (en) * | 2011-05-06 | 2012-11-07 | Dassault Systèmes | Cad design with primitive closed shapes |
EP2521058A1 (en) * | 2011-05-06 | 2012-11-07 | Dassault Systèmes | Determining a geometrical CAD operation |
EP2521059B1 (en) | 2011-05-06 | 2019-10-16 | Dassault Systèmes | Design operations on shapes divided in portions |
EP2523130A1 (en) | 2011-05-11 | 2012-11-14 | Dassault Systèmes | Method for designing a geometrical three-dimensional modeled object |
US9592389B2 (en) | 2011-05-27 | 2017-03-14 | Boston Scientific Neuromodulation Corporation | Visualization of relevant stimulation leadwire electrodes relative to selected stimulation information |
JP2012256109A (ja) * | 2011-06-07 | 2012-12-27 | Sony Corp | 情報処理装置、プログラム及び情報処理方法 |
CN103765376B (zh) | 2011-06-16 | 2017-05-31 | 想象技术有限公司 | 具有无阻塞并行架构的图形处理器 |
US10061618B2 (en) | 2011-06-16 | 2018-08-28 | Imagination Technologies Limited | Scheduling heterogenous computation on multithreaded processors |
EP2541437A1 (en) * | 2011-06-30 | 2013-01-02 | dimensio informatics GmbH | Data base indexing |
WO2013019961A2 (en) * | 2011-08-02 | 2013-02-07 | Design Play Technologies Inc. | Real-time collaborative design platform |
US9925382B2 (en) | 2011-08-09 | 2018-03-27 | Boston Scientific Neuromodulation Corporation | Systems and methods for stimulation-related volume analysis, creation, and sharing |
US8768921B2 (en) | 2011-10-20 | 2014-07-01 | International Business Machines Corporation | Computer-implemented information reuse |
JP5654438B2 (ja) * | 2011-11-29 | 2015-01-14 | 株式会社日立製作所 | 類似設計構造検索装置、および類似設計構造検索方法 |
JP5490080B2 (ja) * | 2011-12-06 | 2014-05-14 | 株式会社セルシス | スケルトンモデルの姿勢制御方法,及びプログラム |
US20130275431A1 (en) * | 2012-04-12 | 2013-10-17 | Nainesh Rathod | Visual clustering method |
US20130275903A1 (en) * | 2012-04-13 | 2013-10-17 | Christine Marie Kennefick | Method and Device to Design, Store and Analyze Patterns of Three Dimensional Structural Elements at the Atomic, Nanoscale, Microscale and Larger Scale Levels |
DE102012208999A1 (de) * | 2012-05-29 | 2013-12-05 | Siemens Aktiengesellschaft | Bearbeitung einer Datenmenge |
US10002164B2 (en) * | 2012-06-01 | 2018-06-19 | Ansys, Inc. | Systems and methods for context based search of simulation objects |
US9442959B2 (en) * | 2012-06-28 | 2016-09-13 | Adobe Systems Incorporated | Image search refinement using facets |
US10176291B2 (en) * | 2012-07-06 | 2019-01-08 | Siemens Product Lifecycle Management Software Inc. | Ordering optional constraints in a variational system |
US9164503B2 (en) * | 2012-07-13 | 2015-10-20 | The Boeing Company | Method of optimizing toolpaths using medial axis transformation |
US9604067B2 (en) | 2012-08-04 | 2017-03-28 | Boston Scientific Neuromodulation Corporation | Techniques and methods for storing and transferring registration, atlas, and lead information between medical devices |
US9390174B2 (en) * | 2012-08-08 | 2016-07-12 | Google Inc. | Search result ranking and presentation |
US9372871B2 (en) * | 2012-08-24 | 2016-06-21 | Google Inc. | Combining unstructured image and 3D search results for interactive search and exploration |
US9514522B2 (en) * | 2012-08-24 | 2016-12-06 | Microsoft Technology Licensing, Llc | Depth data processing and compression |
WO2014036079A2 (en) | 2012-08-28 | 2014-03-06 | Boston Scientific Neuromodulation Corporation | Parameter visualization, selection, and annotation interface |
US9836483B1 (en) * | 2012-08-29 | 2017-12-05 | Google Llc | Using a mobile device for coarse shape matching against cloud-based 3D model database |
US9501869B2 (en) * | 2012-10-31 | 2016-11-22 | Gulfstream Aerospace Corporation | Systems and methods for presenting vehicle component information |
WO2014070290A2 (en) | 2012-11-01 | 2014-05-08 | Boston Scientific Neuromodulation Corporation | Systems and methods for voa model generation and use |
US20140188768A1 (en) * | 2012-12-28 | 2014-07-03 | General Electric Company | System and Method For Creating Customized Model Ensembles On Demand |
EP2750107B1 (en) | 2012-12-31 | 2017-03-15 | Dassault Systèmes | Groups of faces that form a geometrical pattern |
EP2750106B1 (en) | 2012-12-31 | 2021-09-15 | Dassault Systèmes | Geometrical elements transformed by rigid motions |
IL224482B (en) | 2013-01-29 | 2018-08-30 | Verint Systems Ltd | System and method for keyword spotting using representative dictionary |
EP2981932B1 (en) | 2013-04-02 | 2018-11-14 | 3M Innovative Properties Company | Systems and methods for note recognition |
US10127196B2 (en) | 2013-04-02 | 2018-11-13 | 3M Innovative Properties Company | Systems and methods for managing notes |
EP2981931B1 (en) | 2013-04-02 | 2021-03-03 | 3M Innovative Properties Company | Systems and methods for managing notes |
US10776978B2 (en) * | 2013-04-08 | 2020-09-15 | Holcomb Technologies, L.L.C. | Method for the automated identification of real world objects |
US9836879B2 (en) * | 2013-04-16 | 2017-12-05 | Autodesk, Inc. | Mesh skinning technique |
CN103198522B (zh) * | 2013-04-23 | 2015-08-12 | 清华大学 | 三维场景模型生成方法 |
IL226056A (en) * | 2013-04-28 | 2017-06-29 | Verint Systems Ltd | Keyword Finding Systems and Methods by Adaptive Management of Multiple Template Matching Algorithms |
US9147125B2 (en) | 2013-05-03 | 2015-09-29 | Microsoft Technology Licensing, Llc | Hand-drawn sketch recognition |
EP2808810B1 (en) | 2013-05-28 | 2017-01-11 | Dassault Systèmes | Compression and decompression of 3d modeled object |
GB2515833A (en) * | 2013-07-05 | 2015-01-07 | Recipero Ltd | System for generating a security document |
WO2015006275A1 (en) | 2013-07-09 | 2015-01-15 | 3M Innovative Properties Company | Systems and methods for note content extraction and management using segmented notes |
EP2823952A1 (de) * | 2013-07-09 | 2015-01-14 | Siemens Aktiengesellschaft | Anpassungsverfahren und Herstellverfahren für mittels SLM gefertigte Bauteile |
US9355123B2 (en) | 2013-07-19 | 2016-05-31 | Nant Holdings Ip, Llc | Fast recognition algorithm processing, systems and methods |
DE102013015239A1 (de) * | 2013-09-13 | 2015-03-19 | Liebherr-Verzahntechnik Gmbh | Verfahren zum Rüsten einer Verzahnmaschine sowie Verzahnmaschine |
US9047509B2 (en) | 2013-10-16 | 2015-06-02 | 3M Innovative Properties Company | Note recognition and association based on grouping indicators |
EP3058509A4 (en) | 2013-10-16 | 2017-08-09 | 3M Innovative Properties Company | Note recognition for overlapping physical notes |
EP3058512B1 (en) | 2013-10-16 | 2022-06-01 | 3M Innovative Properties Company | Organizing digital notes on a user interface |
US10573059B2 (en) * | 2018-03-27 | 2020-02-25 | Desprez, Llc | Methods of secret sharing for secure collaborative graphical design |
US9274693B2 (en) | 2013-10-16 | 2016-03-01 | 3M Innovative Properties Company | Editing digital notes representing physical notes |
TWI653571B (zh) | 2013-10-16 | 2019-03-11 | 3M新設資產公司 | 用於處理數位便箋之方法、電腦系統、非暫時性電腦可讀取媒體及計算裝置 |
EP3058513B1 (en) | 2013-10-16 | 2021-05-19 | 3M Innovative Properties Company | Multi-color channel detection for note recognition and management |
WO2015061689A1 (en) * | 2013-10-24 | 2015-04-30 | Ramos Olivia | System and method for mining data using haptic feedback |
KR101512084B1 (ko) * | 2013-11-15 | 2015-04-17 | 한국과학기술원 | 가상현실 기반의 3차원 웹 검색 인터페이스를 제공하는 웹 검색 시스템 및 그 제공 방법 |
US10307961B2 (en) * | 2013-11-21 | 2019-06-04 | Siemens Product Lifecycle Management Software Inc. | Intelligent 3D printer and method |
KR101912794B1 (ko) * | 2013-11-27 | 2018-10-29 | 한화테크윈 주식회사 | 영상 검색 시스템 및 영상 검색 방법 |
US9165100B2 (en) * | 2013-12-05 | 2015-10-20 | Honeywell International Inc. | Methods and apparatus to map schematic elements into a database |
WO2015087308A2 (fr) * | 2013-12-15 | 2015-06-18 | 7893159 Canada Inc. | Methode et systeme de comparaison de modeles 3d |
US11010593B2 (en) * | 2013-12-15 | 2021-05-18 | 7893159 Canada Inc. | Method and system for comparing 3D models |
US11886493B2 (en) | 2013-12-15 | 2024-01-30 | 7893159 Canada Inc. | Method and system for displaying 3D models |
IN2013MU04141A (ja) * | 2013-12-31 | 2015-08-07 | Dassault Systemes | |
US10037403B2 (en) * | 2014-01-13 | 2018-07-31 | The Boeing Company | Method and system for managing aircraft parts |
WO2015116803A1 (en) | 2014-01-31 | 2015-08-06 | 3M Innovative Properties Company | Note capture and recognition with manual assist |
WO2015123647A1 (en) | 2014-02-14 | 2015-08-20 | Nant Holdings Ip, Llc | Object ingestion through canonical shapes, systems and methods |
US20150253974A1 (en) | 2014-03-07 | 2015-09-10 | Sony Corporation | Control of large screen display using wireless portable computer interfacing with display controller |
US11501042B2 (en) | 2014-03-24 | 2022-11-15 | Imagars Llc | Decisions with big data |
JP2015191617A (ja) * | 2014-03-28 | 2015-11-02 | 富士通株式会社 | 算出プログラム、算出装置および算出方法 |
JP6311404B2 (ja) | 2014-03-31 | 2018-04-18 | 富士通株式会社 | 管理プログラム、管理装置および管理方法 |
US9727784B2 (en) * | 2014-06-03 | 2017-08-08 | Digitalglobe, Inc. | Some automated and semi-automated tools for linear feature extraction in two and three dimensions |
US10817526B2 (en) * | 2014-07-16 | 2020-10-27 | Machine Research Corporation | Systems and methods for searching a machining knowledge database |
US9959388B2 (en) | 2014-07-24 | 2018-05-01 | Boston Scientific Neuromodulation Corporation | Systems, devices, and methods for providing electrical stimulation therapy feedback |
US10265528B2 (en) | 2014-07-30 | 2019-04-23 | Boston Scientific Neuromodulation Corporation | Systems and methods for electrical stimulation-related patient population volume analysis and use |
US10272247B2 (en) | 2014-07-30 | 2019-04-30 | Boston Scientific Neuromodulation Corporation | Systems and methods for stimulation-related volume analysis, creation, and sharing with integrated surgical planning and stimulation programming |
US10402067B2 (en) * | 2014-08-01 | 2019-09-03 | Autodesk, Inc. | Bi-directional search and sorting |
CN105745652B (zh) * | 2014-08-29 | 2020-02-11 | 微软技术许可有限责任公司 | 制造三维对象 |
US10466681B1 (en) | 2014-09-02 | 2019-11-05 | Machine Research Corporation | Systems and methods for machining knowledge reuse |
WO2016057544A1 (en) | 2014-10-07 | 2016-04-14 | Boston Scientific Neuromodulation Corporation | Systems, devices, and methods for electrical stimulation using feedback to adjust stimulation parameters |
US9026407B1 (en) | 2014-10-16 | 2015-05-05 | Christine Marie Kennefick | Method of making and using a material model of elements with planar faces |
CN104298758A (zh) * | 2014-10-22 | 2015-01-21 | 天津大学 | 一种多视角目标检索的方法 |
US10664068B2 (en) | 2015-01-30 | 2020-05-26 | Hewlett-Packard Development Company, L.P. | Physical document for navigation |
US10678217B2 (en) * | 2015-04-20 | 2020-06-09 | Hewlett-Packard Development Company, L.P. | Creating a voxel representation of a three dimensional (3-D) object |
US10780283B2 (en) | 2015-05-26 | 2020-09-22 | Boston Scientific Neuromodulation Corporation | Systems and methods for analyzing electrical stimulation and selecting or manipulating volumes of activation |
AU2016268259B2 (en) | 2015-05-26 | 2019-01-31 | Boston Scientific Neuromodulation Corporation | Systems and methods for analyzing electrical stimulation and selecting or manipulating volumes of activation |
EP3098735A1 (en) | 2015-05-28 | 2016-11-30 | Dassault Systèmes | Querying a database with thickness criterion |
EP3098734A1 (en) | 2015-05-28 | 2016-11-30 | Dassault Systèmes | Querying a database with likeness criterion |
US11356451B2 (en) * | 2015-06-12 | 2022-06-07 | Miblok/Sheryldene-Anne Valente | Cube-based user interface for online community |
US10441800B2 (en) | 2015-06-29 | 2019-10-15 | Boston Scientific Neuromodulation Corporation | Systems and methods for selecting stimulation parameters by targeting and steering |
US20160375248A1 (en) | 2015-06-29 | 2016-12-29 | Boston Scientific Neuromodulation Corporation | Systems and methods for selecting stimulation parameters based on stimulation target region, effects, or side effects |
US9721356B2 (en) | 2015-08-18 | 2017-08-01 | Honeywell International Inc. | Methods and systems for programatically identifying shapes in graphical artifacts |
WO2017062378A1 (en) | 2015-10-09 | 2017-04-13 | Boston Scientific Neuromodulation Corporation | System and methods for clinical effects mapping for directional stimulations leads |
IL242218B (en) | 2015-10-22 | 2020-11-30 | Verint Systems Ltd | A system and method for maintaining a dynamic dictionary |
IL242219B (en) | 2015-10-22 | 2020-11-30 | Verint Systems Ltd | System and method for keyword searching using both static and dynamic dictionaries |
TW201719572A (zh) * | 2015-11-19 | 2017-06-01 | 國立交通大學 | 三維模型分析及搜尋方法 |
CN105701142A (zh) * | 2015-11-26 | 2016-06-22 | 中国传媒大学 | 一种基于关键字的三维模型检索方法 |
KR102431194B1 (ko) | 2015-12-11 | 2022-08-11 | 한화디펜스 주식회사 | 객체 이동 경로를 이용한 장애물 충돌 여부 판단 방법 및 이를 위한 장치 |
US9799106B2 (en) * | 2015-12-16 | 2017-10-24 | Dropbox, Inc. | Enhancing a digital image |
US9875258B1 (en) * | 2015-12-17 | 2018-01-23 | A9.Com, Inc. | Generating search strings and refinements from an image |
US10360438B2 (en) | 2015-12-30 | 2019-07-23 | Dassault Systemes | 3D to 2D reimaging for search |
US10127333B2 (en) * | 2015-12-30 | 2018-11-13 | Dassault Systemes | Embedded frequency based search and 3D graphical data processing |
US10049479B2 (en) | 2015-12-30 | 2018-08-14 | Dassault Systemes | Density based graphical mapping |
JP6557606B2 (ja) * | 2016-01-13 | 2019-08-07 | 株式会社日立製作所 | モデル作成支援システム、モデル作成支援方法、及びモデル作成支援プログラム |
WO2017131771A1 (en) | 2016-01-29 | 2017-08-03 | Hewlett-Packard Development Company, L.P. | Identify a model that matches a 3d object |
US10192000B2 (en) * | 2016-01-29 | 2019-01-29 | Walmart Apollo, Llc | System and method for distributed system to store and visualize large graph databases |
US10108637B2 (en) * | 2016-03-08 | 2018-10-23 | International Business Machines Corporation | Spatial-temporal storage system, method, and recording medium |
US10824638B2 (en) * | 2016-03-25 | 2020-11-03 | Microsoft Technology Licensing, Llc | Enhancing object representations using inferred user intents |
US10719193B2 (en) * | 2016-04-20 | 2020-07-21 | Microsoft Technology Licensing, Llc | Augmenting search with three-dimensional representations |
US10716942B2 (en) | 2016-04-25 | 2020-07-21 | Boston Scientific Neuromodulation Corporation | System and methods for directional steering of electrical stimulation |
US20170316004A1 (en) * | 2016-04-28 | 2017-11-02 | Microsoft Technology Licensing, Llc | Online engine for 3d components |
WO2017192746A1 (en) | 2016-05-03 | 2017-11-09 | Affera, Inc. | Medical device visualization |
EP3454734B1 (en) | 2016-05-11 | 2024-04-17 | Affera, Inc. | Anatomical model generation |
US20170325901A1 (en) | 2016-05-12 | 2017-11-16 | Affera, Inc. | Anatomical model controlling |
US11468111B2 (en) * | 2016-06-01 | 2022-10-11 | Microsoft Technology Licensing, Llc | Online perspective search for 3D components |
WO2017223505A2 (en) | 2016-06-24 | 2017-12-28 | Boston Scientific Neuromodulation Corporation | Systems and methods for visual analytics of clinical effects |
EP3264286B1 (en) | 2016-06-28 | 2020-11-18 | Dassault Systèmes | Querying a database with morphology criterion |
WO2018031959A1 (en) * | 2016-08-12 | 2018-02-15 | Aquifi, Inc. | Systems and methods for automatically generating metadata for media documents |
WO2018044881A1 (en) | 2016-09-02 | 2018-03-08 | Boston Scientific Neuromodulation Corporation | Systems and methods for visualizing and directing stimulation of neural elements |
US10780282B2 (en) | 2016-09-20 | 2020-09-22 | Boston Scientific Neuromodulation Corporation | Systems and methods for steering electrical stimulation of patient tissue and determining stimulation parameters |
US11741137B2 (en) * | 2016-09-26 | 2023-08-29 | Sanjiv Kapoor | Biased string search structures with embedded range search structures |
US20180089260A1 (en) * | 2016-09-26 | 2018-03-29 | Illinois Institute Of Technology | Heterogenous string search structures with embedded range search structures |
AU2017341910B2 (en) | 2016-10-14 | 2020-05-14 | Boston Scientific Neuromodulation Corporation | Systems and methods for closed-loop determination of stimulation parameter settings for an electrical simulation system |
KR102223983B1 (ko) * | 2016-10-27 | 2021-03-08 | 휴렛-팩커드 디벨롭먼트 컴퍼니, 엘.피. | 첨가제 제조 명령어 생성 기법 |
WO2018085859A1 (en) * | 2016-11-07 | 2018-05-11 | Ayasdi, Inc. | Dimension grouping and reduction for model generation, testing, and documentation |
EP3321817A1 (en) | 2016-11-14 | 2018-05-16 | Dassault Systèmes | Querying a database based on a parametric view function |
US10275909B2 (en) * | 2016-11-23 | 2019-04-30 | 3Dsystems, Inc. | Systems and methods for an integrated system for visualizing, simulating, modifying and 3D printing 3D objects |
AU2017391436B2 (en) | 2017-01-03 | 2020-06-18 | Boston Scientific Neuromodulation Corporation | Systems and methods for selecting MRI-compatible stimulation parameters |
ES2821752T3 (es) | 2017-01-10 | 2021-04-27 | Boston Scient Neuromodulation Corp | Sistemas y procedimientos para crear programas de estimulación en base a áreas o volúmenes definidos por el usuario |
US11059229B2 (en) * | 2017-01-27 | 2021-07-13 | Hewlett-Packard Development Company, L.P. | Rules for printing three-dimensional parts |
US10872178B2 (en) | 2017-01-29 | 2020-12-22 | Hewlett-Packard Development Company, L.P. | Processing 3D objects |
US10325413B2 (en) * | 2017-02-28 | 2019-06-18 | United Technologies Corporation | Generating smooth optimized parts |
US10625082B2 (en) | 2017-03-15 | 2020-04-21 | Boston Scientific Neuromodulation Corporation | Visualization of deep brain stimulation efficacy |
US11357986B2 (en) | 2017-04-03 | 2022-06-14 | Boston Scientific Neuromodulation Corporation | Systems and methods for estimating a volume of activation using a compressed database of threshold values |
US10962958B2 (en) | 2017-06-05 | 2021-03-30 | Raytheon Technologies Corporation | Library of predefined shapes for additive manufacturing processes |
US10380175B2 (en) * | 2017-06-06 | 2019-08-13 | International Business Machines Corporation | Sketch-based image retrieval using feedback and hierarchies |
AU2018301355B2 (en) | 2017-07-14 | 2020-10-01 | Boston Scientific Neuromodulation Corporation | Systems and methods for estimating clinical effects of electrical stimulation |
US10960214B2 (en) | 2017-08-15 | 2021-03-30 | Boston Scientific Neuromodulation Corporation | Systems and methods for controlling electrical stimulation using multiple stimulation fields |
US10956510B2 (en) * | 2017-10-05 | 2021-03-23 | International Business Machines Corporation | Generate a knowledge graph using a search index |
JP2019075062A (ja) * | 2017-10-12 | 2019-05-16 | 株式会社エプコ | 設計支援装置および設計支援方法 |
JP7250784B2 (ja) * | 2017-10-16 | 2023-04-03 | モビディウス リミテッド | ボリュームデータの密度座標ハッシュ化 |
EP3483755B1 (en) | 2017-11-09 | 2022-07-13 | Dassault Systèmes | Additive manufacturing of a 3d part |
US11074486B2 (en) | 2017-11-27 | 2021-07-27 | International Business Machines Corporation | Query analysis using deep neural net classification |
CN108021683B (zh) * | 2017-12-11 | 2021-06-22 | 首都航天机械公司 | 一种基于三维标注的相似模型检索实现方法 |
US11281824B2 (en) | 2017-12-13 | 2022-03-22 | Dassault Systemes Simulia Corp. | Authoring loading and boundary conditions for simulation scenarios |
PL423917A1 (pl) | 2017-12-15 | 2019-06-17 | General Electric Company | Wskaźnik do kwalifikowania stanu łopatki turbiny |
US10628703B2 (en) | 2017-12-19 | 2020-04-21 | International Business Machines Corporation | Identifying temporal changes of industrial objects by matching images |
US10902053B2 (en) * | 2017-12-21 | 2021-01-26 | Adobe Inc. | Shape-based graphics search |
US20190251744A1 (en) * | 2018-02-12 | 2019-08-15 | Express Search, Inc. | System and method for searching 3d models using 2d images |
KR102580012B1 (ko) * | 2018-02-16 | 2023-09-18 | 코벤터, 인크. | 충진 분율 복셀 데이터 (fill-fraction voxel data) 로부터 복수 재료 메시 생성을 위한 시스템 및 방법 |
KR102468979B1 (ko) * | 2018-03-05 | 2022-11-18 | 케이엘에이 코포레이션 | 3차원 반도체 구조의 시각화 |
US10794839B2 (en) | 2019-02-22 | 2020-10-06 | Kla Corporation | Visualization of three-dimensional semiconductor structures |
CN110309332A (zh) * | 2018-03-09 | 2019-10-08 | 中国空空导弹研究院 | 一种融合工程语义的cad模型局部结构检索方法 |
CN108717424B (zh) * | 2018-04-25 | 2021-06-11 | 鹰霆(天津)科技有限公司 | 一种基于分解式图匹配的三维模型检索方法 |
AU2019260740B2 (en) | 2018-04-27 | 2022-05-19 | Boston Scientific Neuromodulation Corporation | Multi-mode electrical stimulation systems and methods of making and using |
EP3784332B1 (en) | 2018-04-27 | 2023-04-26 | Boston Scientific Neuromodulation Corporation | Systems for visualizing and programming electrical stimulation |
US11657297B2 (en) * | 2018-04-30 | 2023-05-23 | Bank Of America Corporation | Computer architecture for communications in a cloud-based correlithm object processing system |
US10789288B1 (en) * | 2018-05-17 | 2020-09-29 | Shutterstock, Inc. | Relational model based natural language querying to identify object relationships in scene |
US11537719B2 (en) | 2018-05-18 | 2022-12-27 | Deepmind Technologies Limited | Deep neural network system for similarity-based graph representations |
US10520923B2 (en) * | 2018-05-22 | 2019-12-31 | Mantle Inc. | Method and system for automated toolpath generation |
CN109272013B (zh) * | 2018-08-03 | 2021-09-14 | 天津大学 | 基于学习的相似性度量方法 |
EP3614281A1 (en) * | 2018-08-20 | 2020-02-26 | Bricsys NV | Improved geometry-based detail propagation in cad models |
CN110880006B (zh) * | 2018-09-05 | 2024-05-14 | 广州视源电子科技股份有限公司 | 用户分类方法、装置、计算机设备和存储介质 |
WO2020056388A1 (en) * | 2018-09-13 | 2020-03-19 | Board Of Regents Of The University Of Nebraska | Simulating heat flux in additive manufacturing |
EP3623968A1 (en) * | 2018-09-17 | 2020-03-18 | Bricsys NV | Automated block generation in cad |
EP3637319B1 (en) * | 2018-10-11 | 2022-05-25 | Honda Research Institute Europe GmbH | Method for generating shape descriptors for two- or three-dimensional geometric shapes |
US10957117B2 (en) * | 2018-10-15 | 2021-03-23 | Adobe Inc. | Intuitive editing of three-dimensional models |
EP3886031A4 (en) * | 2018-11-21 | 2022-06-29 | Il Inc. | Product customizing method via terminal |
CN109726442B (zh) * | 2018-12-05 | 2022-03-15 | 电子科技大学 | 一种基于acis平台的三维实体模型重构方法 |
US11429756B2 (en) * | 2018-12-24 | 2022-08-30 | Dassault Systemes Solidworks Corporation | CAD models by creating best-fit approximate 3D B-rep geometry |
EP3675063A1 (en) * | 2018-12-29 | 2020-07-01 | Dassault Systèmes | Forming a dataset for inference of solid cad features |
EP3675062A1 (en) | 2018-12-29 | 2020-07-01 | Dassault Systèmes | Learning a neural network for inference of solid cad features |
US11494377B2 (en) * | 2019-04-01 | 2022-11-08 | Nec Corporation | Multi-detector probabilistic reasoning for natural language queries |
WO2020219053A1 (en) * | 2019-04-25 | 2020-10-29 | Hewlett-Packard Development Company, L.P. | Compensating for dimensional variation in 3d printing |
EP3983913A4 (en) * | 2019-06-13 | 2022-08-10 | Caja Elastic Dynamic Solutions Ltd. | METHODS AND SYSTEMS FOR PATHWAY PLANNING IN A KNOWN ENVIRONMENT |
US11546721B2 (en) | 2019-06-18 | 2023-01-03 | The Calany Holding S.À.R.L. | Location-based application activation |
CN112102498A (zh) * | 2019-06-18 | 2020-12-18 | 明日基金知识产权控股有限公司 | 用于将应用虚拟地附接到动态对象并实现与动态对象的交互的系统和方法 |
US11516296B2 (en) | 2019-06-18 | 2022-11-29 | THE CALANY Holding S.ÀR.L | Location-based application stream activation |
US11341727B2 (en) | 2019-06-18 | 2022-05-24 | The Calany Holding S. À R.L. | Location-based platform for multiple 3D engines for delivering location-based 3D content to a user |
US11204968B2 (en) | 2019-06-21 | 2021-12-21 | Microsoft Technology Licensing, Llc | Embedding layer in neural network for ranking candidates |
US11397742B2 (en) * | 2019-06-21 | 2022-07-26 | Microsoft Technology Licensing, Llc | Rescaling layer in neural network |
US11386667B2 (en) | 2019-08-06 | 2022-07-12 | Cisco Technology, Inc. | Video analysis using a deep fusion reasoning engine (DFRE) |
CN110807797B (zh) * | 2019-10-22 | 2022-03-22 | 中国测绘科学研究院 | 顾及全局寻优的多源异构面实体与点实体的匹配方法及其存储介质 |
US11615542B2 (en) * | 2019-11-14 | 2023-03-28 | Panasonic Avionics Corporation | Automatic perspective correction for in-flight entertainment (IFE) monitors |
CN111079208B (zh) * | 2019-11-20 | 2024-01-23 | 杭州电子科技大学 | 基于粒子群算法的cad模型之间面对应关系识别方法 |
CN114730459B (zh) * | 2019-11-28 | 2024-02-13 | 三菱电机株式会社 | 工件图像检索装置及工件图像检索方法 |
US11429662B2 (en) * | 2019-12-20 | 2022-08-30 | SWATCHBOOK, Inc. | Material search system for visual, structural, and semantic search using machine learning |
US11182980B1 (en) | 2020-03-26 | 2021-11-23 | Apple Inc. | Procedural generation of computer objects |
US11199940B1 (en) * | 2020-04-21 | 2021-12-14 | Corel Corporation | Three-dimensional operations based on planar projections in graphic user interfaces |
JP7143368B2 (ja) * | 2020-05-26 | 2022-09-28 | 株式会社ミスミ | 見積システム、見積方法、及び見積プログラム |
JP6975370B1 (ja) * | 2020-06-12 | 2021-12-01 | 3D Nest株式会社 | 画像表示方法、プログラム及びデータ生成方法 |
CN111709252B (zh) * | 2020-06-17 | 2023-03-28 | 北京百度网讯科技有限公司 | 基于预训练的语义模型的模型改进方法及装置 |
US11308693B2 (en) * | 2020-06-26 | 2022-04-19 | Lucasfilm Entertainment Company Ltd. | Smart edge loop selection |
CN115702400B (zh) * | 2020-06-30 | 2023-11-24 | 三菱电机株式会社 | 加工程序检索装置及加工程序检索方法 |
US20220075833A1 (en) * | 2020-09-09 | 2022-03-10 | Royal Bank Of Canada | Web services for data aggregation and application for path traversal in knowledge graphs |
CN112149691B (zh) * | 2020-10-10 | 2021-10-15 | 北京鹰瞳科技发展股份有限公司 | 用于双目视觉匹配的神经网络搜索方法及设备 |
JP2022075139A (ja) * | 2020-11-06 | 2022-05-18 | 富士通株式会社 | 形状データ出力プログラム、形状データ出力方法および情報処理装置 |
US11947491B2 (en) | 2020-12-22 | 2024-04-02 | Paperless Parts, Inc. | Apparatus and methods for geometric searching |
JP7353330B2 (ja) | 2021-07-16 | 2023-09-29 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
WO2023095956A1 (ko) * | 2021-11-26 | 2023-06-01 | 삼인이엔에스 주식회사 | 3차원 모델의 형상 관계 정보 검색 및 제공 방법, 장치 및 시스템 |
US20230177224A1 (en) * | 2021-12-07 | 2023-06-08 | Autodesk, Inc. | Computer aided generative design with feature thickness control to facilitate manufacturing and structural performance |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2813722B2 (ja) * | 1991-02-01 | 1998-10-22 | 日本電信電話株式会社 | スケッチによる画像検索方式 |
US5760778A (en) * | 1995-08-15 | 1998-06-02 | Friedman; Glenn M. | Algorithm for representation of objects to enable robotic recongnition |
CA2248909A1 (en) * | 1996-03-15 | 1997-09-25 | Zapa Digital Arts Ltd. | System for producing an animation sequence according to character behaviour characteristics |
US6133921A (en) * | 1996-05-24 | 2000-10-17 | University Of Washington | Constructing shape skeletons of 3D objects using generalized Voronoi diagrams |
US6026409A (en) * | 1996-09-26 | 2000-02-15 | Blumenthal; Joshua O. | System and method for search and retrieval of digital information by making and scaled viewing |
US6070176A (en) * | 1997-01-30 | 2000-05-30 | Intel Corporation | Method and apparatus for graphically representing portions of the world wide web |
US6631364B1 (en) * | 1997-03-26 | 2003-10-07 | National Research Council Of Canada | Method of searching 3-Dimensional images |
US6016487A (en) * | 1997-03-26 | 2000-01-18 | National Research Council Of Canada | Method of searching three-dimensional images |
US6148095A (en) * | 1997-09-08 | 2000-11-14 | University Of Iowa Research Foundation | Apparatus and method for determining three-dimensional representations of tortuous vessels |
US6381346B1 (en) * | 1997-12-01 | 2002-04-30 | Wheeling Jesuit University | Three-dimensional face identification system |
JPH11232291A (ja) * | 1998-02-16 | 1999-08-27 | Seibutsu Bunshi Kogaku Kenkyusho:Kk | 蛋白質立体構造データベース検索方法 |
US6574632B2 (en) * | 1998-11-18 | 2003-06-03 | Harris Corporation | Multiple engine information retrieval and visualization system |
US6347313B1 (en) * | 1999-03-01 | 2002-02-12 | Hewlett-Packard Company | Information embedding based on user relevance feedback for object retrieval |
GB2375212B (en) | 1999-04-29 | 2003-06-11 | Mitsubishi Electric Inf Tech | Method and apparatus for searching for an object using shape |
KR100605050B1 (ko) * | 1999-09-08 | 2006-07-26 | 주식회사 팬택앤큐리텔 | 인간의 3차원 자세 검색방법 및 장치 |
US6549201B1 (en) * | 1999-11-23 | 2003-04-15 | Center For Advanced Science And Technology Incubation, Ltd. | Method for constructing a 3D polygonal surface from a 2D silhouette by using computer, apparatus thereof and storage medium |
US6807290B2 (en) * | 2000-03-09 | 2004-10-19 | Microsoft Corporation | Rapid computer modeling of faces for animation |
AU2001251539A1 (en) * | 2000-04-11 | 2001-10-23 | Cornell Research Foundation Inc. | System and method for three-dimensional image rendering and analysis |
JP2001338294A (ja) * | 2000-05-24 | 2001-12-07 | Monolith Co Ltd | トポロジーに注目する形状解析器 |
US6879322B2 (en) * | 2000-05-30 | 2005-04-12 | Fujitsu Limited | Three-dimensional object display system, three-dimensional object display method and recording medium recording a three-dimensional object display program |
US7353188B2 (en) * | 2000-06-30 | 2008-04-01 | Lg Electronics | Product selling system and method for operating the same |
US7039630B2 (en) * | 2000-07-27 | 2006-05-02 | Nec Corporation | Information search/presentation system |
WO2002025588A2 (en) * | 2000-09-21 | 2002-03-28 | Md Online Inc. | Medical image processing systems |
US7099860B1 (en) * | 2000-10-30 | 2006-08-29 | Microsoft Corporation | Image retrieval systems and methods with semantic and feature based relevance feedback |
KR100516289B1 (ko) | 2000-11-02 | 2005-09-21 | 주식회사 케이티 | 퍼지 적분을 이용하여 사용자 의견을 반영한 내용기반영상 검색 장치 및 그 방법 |
EP1425718B1 (en) * | 2001-08-31 | 2011-01-12 | Dassault Systemes SolidWorks Corporation | Simultaneous use of 2d and 3d modeling data |
US6816629B2 (en) * | 2001-09-07 | 2004-11-09 | Realty Mapping Llc | Method and system for 3-D content creation |
US6825838B2 (en) * | 2002-10-11 | 2004-11-30 | Sonocine, Inc. | 3D modeling system |
US8429174B2 (en) | 2003-01-25 | 2013-04-23 | Purdue Research Foundation | Methods, systems, and data structures for performing searches on three dimensional objects |
-
2004
- 2004-01-23 US US10/763,741 patent/US8429174B2/en active Active
- 2004-01-23 WO PCT/US2004/001962 patent/WO2004068300A2/en active Application Filing
- 2004-01-23 JP JP2006502981A patent/JP4516957B2/ja not_active Expired - Lifetime
- 2004-01-23 EP EP04704957A patent/EP1586020A2/en not_active Withdrawn
-
2013
- 2013-04-22 US US13/867,503 patent/US9348877B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP1586020A2 (en) | 2005-10-19 |
WO2004068300A2 (en) | 2004-08-12 |
US20130311450A1 (en) | 2013-11-21 |
US20040249809A1 (en) | 2004-12-09 |
JP2006520948A (ja) | 2006-09-14 |
WO2004068300A3 (en) | 2005-09-22 |
US8429174B2 (en) | 2013-04-23 |
US9348877B2 (en) | 2016-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4516957B2 (ja) | 3次元オブジェクトについて検索を行なうための方法、システムおよびデータ構造 | |
US11507099B2 (en) | Systems and methods for graph-based AI training | |
EP3179407B1 (en) | Recognition of a 3d modeled object from a 2d image | |
Theologou et al. | A comprehensive overview of methodologies and performance evaluation frameworks in 3D mesh segmentation | |
Poux | The smart point cloud: Structuring 3D intelligent point data | |
Poux et al. | Model for Semantically Rich Point Cloud Data | |
Poux et al. | A smart point cloud infrastructure for intelligent environments | |
US20220189070A1 (en) | Machine-learning for 3d object detection | |
Fonseca et al. | Content-based retrieval of technical drawings | |
Gao et al. | Multiresolutional similarity assessment and retrieval of solid models based on DBMS | |
Hu et al. | Curve skeleton extraction from 3D point clouds through hybrid feature point shifting and clustering | |
JP7017852B2 (ja) | 記述子を用いた3dオブジェクトの位置特定 | |
Malott et al. | Fast computation of persistent homology with data reduction and data partitioning | |
US20100185672A1 (en) | Techniques for spatial representation of data and browsing based on similarity | |
JP4166678B2 (ja) | 知覚的に認識可能な3次元形状の記述方法と、それを利用した3次元グラフィックモデルのデータベース検索方法及び装置 | |
JP6947503B2 (ja) | 量子化を用いた3dオブジェクトの位置特定 | |
Mohan et al. | Room layout estimation in indoor environment: a review | |
Wang | Research on shape feature recognition of B-rep model based on wavelet transform | |
Biasotti et al. | 3D object comparison based on shape descriptors | |
Ochmann | Automatic reconstruction of parametric, volumetric building models from 3D point clouds | |
Jung et al. | A Transfer Function Design Using A Knowledge Database based on Deep Image and Primitive Intensity Profile Features Retrieval | |
G Sneltvedt | Online Panoptic Mapping of Indoor Environments: A complete panoptic mapping framework | |
Leimer et al. | Relation-based parametrization and exploration of shape collections | |
Hachani | Reeb Graph Modeling of 3-D Animated Meshes and its Applications to Shape Recognition and Dynamic Compression | |
Gebremeskel et al. | The Integral of Spatial Data Mining in the Era of Big Data: Algorithms and Applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061206 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090831 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100118 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100330 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20100427 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20100517 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4516957 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130521 Year of fee payment: 3 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
EXPY | Cancellation because of completion of term |