CN107506358A - 信息处理设备和信息处理方法 - Google Patents
信息处理设备和信息处理方法 Download PDFInfo
- Publication number
- CN107506358A CN107506358A CN201610421658.9A CN201610421658A CN107506358A CN 107506358 A CN107506358 A CN 107506358A CN 201610421658 A CN201610421658 A CN 201610421658A CN 107506358 A CN107506358 A CN 107506358A
- Authority
- CN
- China
- Prior art keywords
- feature
- threedimensional model
- target entity
- processing device
- predetermined material
- 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.)
- Withdrawn
Links
- 238000012545 processing Methods 0.000 title claims abstract description 47
- 230000010365 information processing Effects 0.000 title claims abstract description 20
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 239000000463 material Substances 0.000 claims abstract description 248
- 230000000007 visual effect Effects 0.000 claims description 32
- 238000003860 storage Methods 0.000 claims description 28
- 238000002485 combustion reaction Methods 0.000 claims description 13
- 238000002310 reflectometry Methods 0.000 claims description 5
- 239000000126 substance Substances 0.000 claims description 5
- 238000004090 dissolution Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 64
- 238000001514 detection method Methods 0.000 description 30
- 230000008569 process Effects 0.000 description 29
- 238000012360 testing method Methods 0.000 description 23
- 238000005286 illumination Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 11
- 239000007787 solid Substances 0.000 description 11
- 239000013598 vector Substances 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 230000004438 eyesight Effects 0.000 description 9
- 238000010146 3D printing Methods 0.000 description 8
- 238000000605 extraction Methods 0.000 description 8
- 239000004033 plastic Substances 0.000 description 8
- 229920003023 plastic Polymers 0.000 description 8
- 238000005070 sampling Methods 0.000 description 6
- 238000002834 transmittance Methods 0.000 description 6
- XECAHXYUAAWDEL-UHFFFAOYSA-N acrylonitrile butadiene styrene Chemical compound C=CC=C.C=CC#N.C=CC1=CC=CC=C1 XECAHXYUAAWDEL-UHFFFAOYSA-N 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005033 Fourier transform infrared spectroscopy Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 238000007639 printing Methods 0.000 description 4
- 230000035943 smell Effects 0.000 description 4
- 239000000779 smoke Substances 0.000 description 4
- 238000010998 test method Methods 0.000 description 4
- 241000209094 Oryza Species 0.000 description 3
- 235000007164 Oryza sativa Nutrition 0.000 description 3
- 230000006854 communication Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 210000000887 face Anatomy 0.000 description 3
- 235000009566 rice Nutrition 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000000701 chemical imaging Methods 0.000 description 2
- 235000019504 cigarettes Nutrition 0.000 description 2
- 238000009841 combustion method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 239000002904 solvent Substances 0.000 description 2
- 238000011895 specific detection Methods 0.000 description 2
- 238000007655 standard test method Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 238000004566 IR spectroscopy Methods 0.000 description 1
- 235000009781 Myrtillocactus geometrizans Nutrition 0.000 description 1
- 240000009125 Myrtillocactus geometrizans Species 0.000 description 1
- 244000171022 Peltophorum pterocarpum Species 0.000 description 1
- 241001059682 Stereopsis Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910010293 ceramic material Inorganic materials 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 229920001577 copolymer Polymers 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000010304 firing Methods 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000001579 optical reflectometry Methods 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 238000005491 wire drawing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/60—Protecting data
- G06F21/606—Protecting data by securing the transmission between two devices or processes
- G06F21/608—Secure printing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
- G06F21/10—Protecting distributed programs or content, e.g. vending or licensing of copyrighted material ; Digital rights management [DRM]
- G06F21/16—Program or content traceability, e.g. by watermarking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Multimedia (AREA)
- Technology Law (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Bioethics (AREA)
- Library & Information Science (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Architecture (AREA)
- Processing Or Creating Images (AREA)
Abstract
本公开涉及一种信息处理设备和信息处理方法。该信息处理设备包括一个或更多个处理器,处理器被配置为:获取目标实体的至少一个部分的材料特征;将目标实体的材料特征与预定材料特征进行匹配,其中预定材料特征与三维模型的至少一个部分相关联;以及基于匹配的结果,生成指示目标实体的该部分与三维模型的该部分的相关性的信息。
Description
技术领域
本公开一般涉及信息处理,更具体地涉及用于保护与三维模型有关的知识产权的信息处理设备和信息处理方法。
背景技术
随着例如三维(3D)打印技术及3D扫描技术等与3D模型有关的技术的广泛使用,3D模型的知识产权(例如专利权、版权或者外观专利等)的保护成为新的挑战。一方面,3D打印机可以很容易的根据已有的3D模型文件重新打印出盗版或仿冒的3D实体;另一方面,即使没有现成的3D模型文件,仍然可以利用3D扫描技术来获取已有3D实体的形状,重构出3D模型文件并进而通过3D打印机生成盗版或仿冒的3D实体。在这种情况下,3D模型的拥有者、设计者和制造者等希望保护该3D模型的知识产权变得困难。
现有的知识产权保护技术,如数字版权管理(DRM)等,被用来控制数字内容的使用和分发。DRM技术已经用来保护音乐,电影以及电子书(eBooks)等数字内容。DRM技术主要是接入控制结束,通过特定的软件,要求用户输入授权信息,限制在特定的设备上访问等,或者通过对内容加密来限制未获授权的访问。DRM技术也可以相应用来保护3D模型文件的分发。然而仅仅保护3D模型文件不能防止例如通过3D扫描技术来生成盗版或仿冒的3D实体的行为。
发明内容
根据一个实施例,提供一种信息处理设备,该信息处理设备包括一个或更多个处理器,处理器被配置为:获取目标实体的至少一个部分的材料特征;将目标实体的材料特征与预定材料特征进行匹配,其中预定材料特征与三维模型的至少一个部分相关联;以及基于匹配的结果,生成指示目标实体的该部分与三维模型的该部分的相关性的信息。
根据另一个实施例,提供一种信息处理方法,该信息处理方法包括步骤:获取目标实体的至少一个部分的材料特征;将目标实体的材料特征与预定材料特征进行匹配,其中预定材料特征与三维模型的至少一个部分相关联;以及基于匹配的结果,生成指示目标实体的该部分与三维模型的该部分的相关性的信息。
根据又一个实施例,提供一种信息处理设备,该信息处理设备包括:存储装置,其存储三维模型集合中的每个三维模型的预定材料特征的数据库,其中预定材料特征与相应三维模型的至少一个部分相关联。该信息处理设备还包括通信装置,被配置为:从请求方接收针对特定三维模型的预定材料特征的请求;以及将特定三维模型的预定材料特征发送给请求方。
根据再一个实施例,提供一种信息处理方法,该方法包括:存储三维模型集合中的每个三维模型的预定材料特征的数据库,其中预定材料特征与相应三维模型的至少一个部分相关联;从请求方接收针对特定三维模型的预定材料特征的请求;以及将特定三维模型的预定材料特征发送给请求方。
根据本发明实施例的设备和方法,能够有效地识别盗版或仿冒的3D实体,从而有助于保护3D模型的知识产权。
附图说明
本发明可以通过参考下文中结合附图所给出的描述而得到更好的理解,其中在所有附图中使用了相同或相似的附图标记来表示相同或者相似的部件。所述附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分,而且用来进一步举例说明本发明的优选实施例和解释本发明的原理和优点。在附图中:
图1是示出根据本发明一个实施例的信息处理设备的配置示例的框图;
图2是示出根据另一个实施例的信息处理设别的配置示例的框图;
图3是示出根据本发明一个实施例的信息处理方法的过程示例的流程图;
图4是示出根据另一个实施例的信息处理设备的配置示例的框图;
图5是示出根据本发明一个实施例的信息处理方法的过程示例的流程图;
图6是示出根据本发明实施例的信息处理设备的另一配置示例的框图;
图7是示出实现本公开的方法和设备的计算机的示例性结构的框图;
图8示出了根据本公开的一个实施例的基于材料的知识产权信息检测的示例过程的流程图;
图9示出了根据本公开的一个实施例的鉴别信息数据库的示例生成过程的流程图;
图10示出了根据本公开的一个实施例的基于材料视觉特征的示例计算过程的流程图;
图11是用于说明根据本公开的一个实施例的三维模型知识产权检测系统进行的示例检测过程的示意图;
图12是用于说明根据本公开的另一个实施例的三维模型知识产权检测系统进行的示例检测过程的示意图;
图13是用于说明根据本公开的一个实施例的三维模型知识产权检测系统的示例配置的框图;
图14示出了根据本公开的一个实施例的知识产权识别装置被嵌入在3D扫描设备中的示例配置的框图;
图15示出了根据本公开的一个实施例的独立提供识别服务的知识产权识别装置的示例配置的框图;以及
图16是用于说明局部材料特征的示意图。
具体实施方式
下面将参照附图来说明本发明的实施例。在本发明的一个附图或一种实施方式中描述的元素和特征可以与一个或更多个其它附图或实施方式中示出的元素和特征相结合。应当注意,为了清楚的目的,附图和说明中省略了与本发明无关的、本领域普通技术人员已知的部件和处理的表示和描述。
如图1所示,根据本实施例的信息处理设备100包括处理器110。处理器110包括获取单元111、匹配单元113和生成单元115。需要指出,虽然附图中以功能模块的形式示出了获取单元111、匹配单元113和生成单元115,然而应理解,获取单元111、匹配单元113和生成单元115的功能也可以由处理器110作为一个整体来实现,而并不一定是通过处理器110中分立的实际部件来实现。另外,虽然图中以一个框示出处理器110,然而信息处理设备100可以包括多个处理器,并且可以将获取单元111、匹配单元113和生成单元115的功能分布到多个处理器中,从而由多个处理器协同操作来执行这些功能。
获取单元111被配置为获取目标实体的至少一个部分的材料特征。其中,目标实体是指作为检测对象的实体,根据本发明实施例的设备和方法基于该目标实体的材料特征来鉴别该目标实体是否为盗版或仿冒的。
如后面结合具体实施例更详细说明的,材料特征例如可以由视觉特征表征,或者可以由材料的物理特性、化学特性等表征。在以视觉特征表征材料特征的情况下,可以通过视觉地方式获取材料特征。在以物理或化学特性表征材料特征的情况下,可以通过相应的检测手段获取材料特征。
匹配单元113被配置为将目标实体的材料特征与预定材料特征进行匹配,其中预定材料特征与三维模型的至少一个部分相关联。
其中,三维模型是作为知识产权保护对象的模型。三维模型例如可以包括三维打印模型。然而本发明不限于此,例如,作为知识产权保护对象的三维模型也可以是用于通过除了三维打印之外的方式制造的三维实体(本文中也可以将“三维实体”简称为“实体”)。
另外,需要指出的是,本文中所述的实体(或三维模型)既包括具有明显三维构型的制品也包括例如片状的制品。由于现实世界中的实体制品均具有长度、宽度、高度(或厚度)维度,因此均可以被认为包含在本文中所述的三维实体(或三维模型)的范围内。
具体地,匹配单元113例如可以从为受保护的原始实体建立的鉴别信息数据库获取上述预定材料特征。受保护的原始实体是根据相应三维模型按特定材料生成的。例如,3D模型的打印过程除了基于3D模型文件外,还基于实体构建的材料信息。也就是说,受保护的原始实体按照指定的构建材料来生成。另一方面,仿冒或盗版的实体例如通常采用廉价的材料构建以获得更大利润,或者例如由于实体的仿冒或盗版者不能获知该预定材料特征,因此仿冒或盗版的实体通常使用不同于上述指定材料的材料制成,因而不具备上述预定材料特征。
需要指出,上述目标实体的至少一个部分可以包括整个目标实体。相应地,三维模型的至少一个部分可以包括整个三维模型。也就是说,材料特征的获取和匹配既可以是针对目标实体和三维模型的整体进行的也可以是针对目标实体和三维模型的部分进行的。
另外,预定材料特征可以包括材料中包含的特定成分、或者材料具有特定的成分组合等。该特定成分或者特定成分组合例如使得材料具有特定的视觉特征或者特定的物理或化学特性。总之,该预定材料特征是能够通过视觉方式或者通过物理或化学方式检测的,从而能够用于鉴别目标实体是否具有与被保护三维模型相同的材料特征。
接下来,分别描述通过视觉特征表征材料特征以及通过物理化学特性表征材料特征的示例实施例。
根据一个实施例,从目标实体获取的材料特征以及被保护的三维实体的预定材料特征由视觉特征表征。在这种情况下,将目标实体的材料特征与预定材料特征进行匹配可以包括将目标实体的图像与基准实体的图像进行匹配,其中基准实体是基于三维模型使用预定材料制作的。
视觉特征例如可以包括亮度、色度、灰度等。例如可以通过计算机视觉分析方法在相同的光照条件下获取的二位图像中提取这些视觉特征。例如,可以对受保护的原始实体在确定的光照条件下拍摄多角度的二维图像,分别计算这些二维图像不同区域的亮度、色度等。对待检测实体,在相同的条件下相应地拍摄多角度的二维图像并提取不同区域的亮度和色度数值。并与受保护的原始实体对应的数值向比较。在相同的光照条件下,不同的材料表现出的视觉特征不同,这样的特征可以用来区分不同的材料。
图10示出了材料视觉特征计算的示例过程。在S1002,生成多视角2D图像;在S1004,对图像进行预处理;在S1006,对待分析区域进行抽样;在S1008,对抽样图像提取色度、亮度、灰度等直方图矩阵;在S1010,由直方图矩阵的数字化描述生成视觉特征。虽然图10示出了针对待保护的3D实体获得视觉特征的示例过程,但该过程也可以用于获取待检测实体的视觉特征。
更具体地,首先待检测实体可以通过图像传感器、摄像机、红外传感器等从不同视角生成多幅2维图像。为提高检测的准确性,还可以对所生成的2维图像进行预处理,通过计算机视觉中的轮廓分析将待检测3D对象从2维图像中与背景分离,并排除边缘部分。其次,对分离出的3D对象进行抽样,从不同位置分别抽取多个小区域作为分析样本,每个样本是一个尺寸比原图像小的图像,如抽取多个64x64像素的图像区域作为样本。对抽样得到的多个分析样本,逐个提取特征,如可见光/红外摄影图像下的亮度矩阵、色度矩阵并统计其分布生成直方图作为最后的材料特征。然后采用直方图匹配的方法进行材料特征匹配。通过特征是否匹配来判定所采用的材料是否相同。如果被检测实体的视觉特征与基准实体的材料对应的视觉特征区别较大(例如超过预定阈值),则可判定为不同的材料。
由于不同的3D打印材料,其视觉特征不同,通过比较2维图像中的特征,可以区分出不同的材料。例如,3D打印常用的ABS(丙烯腈-丁二烯-苯乙烯共聚物)材料和PLA(聚乳酸)材料,在可见光下,未着色的ABS是半透明的,未着色的PLA是透明的,相应的在2维图像中反应出的亮度和色度有所不同。
例如,可以参照以下文献中描述的方式进行基于视觉特征鉴别材料特征的处理:农业标准NY/T 2334-2013稻米整精米率、粒型、垩白粒率,垩白度及透明度的测定图像法;以及CN201310172280.X,“一种稻米透明度检测方法”。
基于视觉特征的方式使得能够通过例如计算机视觉分析的无损检测方法,在不破坏待检测实体的情况下进行材料特征的匹配,其较为便捷且不需要破坏待检测实体。
根据另一个实施例,从目标实体获取的材料特征和被保护三维模型的预定材料特征可以包括以下方面的一项或更多项:化学属性、显微结构特征、燃烧特征、溶解特性、透射率、反射率、X射线下透视结构特征、以及特定材料在实体中位置和/或嵌入方式等。
这些特征可以采用专用材料检测方法,如化学方法加溶剂试验、燃烧测试等,或者可以采用专用仪器如高倍显微镜、透光率测试仪和反射率测试仪等测量材料特征。不同的材料通常有不同的熔点,燃烧时有不同的气味,火焰颜色等,另外,在不同的溶剂下的反应也通常不同。例如,PLA的加工温度是200摄氏度,ABS在220摄氏度以上;PLA燃烧时有蓝色火焰,ABS燃烧时有黄色火焰。此外,通过透光率测试仪来测量材料的透明度或者通过反射率测试仪测试材料的反射度可以区分不同的材料。透光率测试仪通过检测材料的光透过率可以量化的测量材料的透明度。反射率测试仪则检测检测材料的光反射率。透光率测试仪和反射率测试仪通常需要制作特定尺寸的样本,因此也属于有损检测方法。
尽管上述示例方式有可能需要以损坏目标实体的方式获取材料特征,但有损检测方法能够提供更高的检测准确性。
特定的材料特征还包括3D打印时材料的使用信息,如在指定区域嵌入特定材料,即材料的嵌入位置信息等。
继续参照图1,生成单元115被配置为基于匹配单元113的匹配结果,生成指示目标实体的该部分与三维模型的该部分的相关性的信息。也就是说,通过检测构建目标实体所用的材料特征与被保护实体的预定材料特征是否相符来判断目标实体是否是仿冒或者盗版的。
在上述实施例中,假设已经知晓(例如通过肉眼判断)目标实体的形状与受保护的三维模型的形状相对应,并且在此基础上通过材料特征的比较鉴别目标实体。另外,例如在存在多个受保护三维模型,而并未预先知道目标实体的形状是否对应于多个受保护三维模型之一的情况下,根据一个实施例,可以首先对目标实体进行形状分析,如果目标实体的形状与多个受保护三维模型之一的形状相近或相同,则通过确定目标实体的材料特征与相应预定材料特征是否相符来判断目标实体是否是仿冒或者盗版的。
仍然参照图1对本实施例进行说明。除了获取目标实体的材料特征之外,获取单元111还被配置为获取目标实体的形状特征;除了将目标实体的材料特征与三维模型的预定材料特征进行匹配之外,匹配单元113还被配置为将目标实体的形状特征与三维模型的形状特征进行匹配;并且生成单元115被配置为基于形状特征的匹配结果和材料特征的匹配结果生成指示相关性的信息。
另外,根据一个实施例,可以在目标实体的形状特征与预定形状特征匹配的情况下,才进行材料特征的获取以及材料特征的匹配。也就是说,获取单元111和匹配单元113先进行形状特征的获取和匹配,在存在与目标实体的形状匹配的三维模型的情况下,才进行材料特征的获取和匹配,从而能够减少处理负荷,提高检测效率。
此外,根据一个实施例,形状特征是通过对目标实体进行扫描而获得的。后面将结合具体示例说明基于形状特征的获取和形状特征的匹配的具体实方式。
除了材料特征之外,本发明的实施例还可以包括进一步根据工艺特征和水印等来识别仿冒或盗版的实体。工艺特征例如包括表面抛光、着色、拉丝等,并且可以通过视觉分析的方法有效的识别这些工艺特征。水印可以通过传统的水印嵌入方式形成,如在3D实体表面打印特定的水印图案,也可以通过3D形状如特定的凸凹来表达水印信息,还可以通过不同的材料来嵌入水印信息。通过检测和匹配工艺特征和/或水印信息,能够进一步提高识别过程的准确率。
根据上述实施例的信息处理设备可以例如经由通信装置从外部数据源获得三维模型的预定材料特征和形状特征。或者,信息处理设备自身可以存储包含三维模型的预定材料特征和形状特征的信息。
如图2所示,根据本实施例的信息处理设备200包括处理器210和存储装置220。处理器210包括获取单元211、匹配单元213和生成单元215。获取单元211、匹配单元213和生成单元215的配置与前面参照图1说明的获取单元111、匹配单元113和生成单元115类似。
存储装置220被配置为存储预定三维模型集合中的每个三维模型的预定材料特征,并且匹配单元213利用存储装220存储的预定材料特征进行与目标实体的材料特征的匹配。
另外,存储装置220还可以存储用于目标实体与三维模型的形状匹配的信息。
具体地,存储装置220例如可以存储用于目标实体鉴别的信息数据库,包括特定材料的一种或多种特征信息的数字化信息,例如表达视觉特征的特定光照条件下的二维图像、表达显微结构特征的显微照片、表达透视率和反射率的具体测试参数及测试结果等。
图6示出了根据本发明上述实施例的信息处理设备的另一配置示例的框图。信息处理设备600包括获取装置610、匹配装置620以及生成装置630。获取装置610被配置为获取目标实体的至少一个部分的材料特征。匹配装置620被配置为将目标实体的材料特征与预定材料特征进行匹配,其中预定材料特征与三维模型的至少一个部分相关联。生成装置630被配置为基于匹配的结果生成指示目标实体的该部分与三维模型的该部分的相关性的信息。
在前面对于根据本发明实施例的信息处理设备的描述中,显然也公开了一些方法和过程。接下来,在不重复前面已经描述过的细节的情况下,说明根据本发明一个实施例的信息处理方法。
如图3所示,根据本实施例的信息处理方法包括以下步骤:
在S310,获取目标实体的至少一个部分的材料特征;
在S320,将目标实体的材料特征与预定材料特征进行匹配,其中预定材料特征与三维模型的至少一个部分相关联;以及
在S330,基于匹配的结果,生成指示目标实体的该部分与三维模型的该部分的相关性的信息。
另外,根据一个实施例,信息处理方法还可以包括获取目标实体的形状特征以及将目标实体的形状特征与三维模型的形状特征进行匹配的步骤。此外,根据一个实施例,可以先进行形状特征的获取和匹配,并且在存在与目标实体的形状特征匹配的三维模型的情况下,才进行材料特征的获取和匹配。
图8示出了根据一个示例实施例的具体检测过程。在S802,对待检测实体进行形状检测;在鉴别信息数据库内存在形状相近或相同的已知3D实体的情况下(在S804中的“是”),则在S806提取材料特征信息;在S808,根据提取到的材料信息对待检测实体进行相应材料特征检测;如果检测出的材料特征信息与鉴别信息数据库中的材料特征信息不一致(S810中的“否”),则该3D实体被识别为盗版或仿冒的版本(S814);如果检测出的材料特征信息与鉴别信息数据库中的材料特征信息一致(S810中的“是”),则被检测实体被识别为受保护的原始的版本(S812)。
下面结合具体示例更详细地说明根据本发明实施例,应理解,本发明不限于以下示例中给出的具体细节。
在本示例中,鉴别信息数据库由知识产权所有者建立,知识产权所有者检测仿冒的3D实体。
3D实体鉴别信息数据库中包含受保护的原始3D实体的形状特征、材料特征信息和(可选的)相关知识产权信息。其中,形状特征用于同待检测3D实体比较是否形状相同或相似,材料特征信息用于同待检测3D实体的材料特征信息作比较,相关知识产权信息则为数据库中的3D实体提供对应的知识产权描述信息。如下面的表1所示:
表1
属性 | 主ID | 3D模型文件 | 形状鲁棒特征 | 知识产权信息 | 材料信息ID |
类型 | 数值 | 文件 | 对象 | 文本 | 数值 |
其中,3D实体的形状特征通过3D形状鲁棒特征来表示。3D形状鲁棒特征从3D模型中计算得到,通常是一组矢量,这些鲁棒特征在3D形状旋转、模糊等鲁棒性操作下保持不变。关于3D模型,知识产权所有者通常拥有3D实体对应的3D模型,用于在3D打印中生成3D实体;也可以从受保护的原始3D实体通过现有的3D扫描设备扫描生成。
3D形状鲁棒特征可以采用全局特征,如采用D2形状特征。计算模型3D形状鲁棒特征具体过程可以包括:将3D模型表面分为多个三角形面,对于STL等文件格式,已将3D模型表示为三角形面的集合,则这一步可以省略;然后计算所有三角形面的总面积,以每个三角形面的面积在总面积中所占的比重作为三角形面的选取概率,按概率选取三角形面,共需选择N个随机点,其中三角形面X面积在所有三角形面的总面积中所占比重为q,则三角形面X被选中的次数为N*q;在任一选中的三角形面中选择随机点,并计算选取的N个随机点两两之间的距离及其分布函数y=f(x),其中x为特征点之间的距离值,y为该距离值所对应的分布概率(即该距离值在总共N(N-1)/2个距离值中所占的百分比)。对该分布做抽样后计算直方图得到的多维矢量作为3D形状的鲁棒特征。该矢量的维度等于对分布做抽样的抽样数,每一维度的值等于落在该抽样区间内的概率的平均值。进一步对特征矢量量化为多个比特的鲁棒哈希值。这里的特征计算基于在3D模型表面随机点的,具有随机抽样下各种变换的不变性,如对于刚体运动和镜像变换的不变性等;同时随机抽样也使得最终的鲁棒特征对于细微的扰动,如加入随机噪声,表面有小的凸凹变化,裂缝等具有鲁棒性。另外这里的鲁棒特征也具有尺度变换下的鲁棒性,即在3D模型放大或缩小的情况下鲁棒特征不变或变换不大。鲁棒性和特征匹配的准确性也与参数的选择有关。其中抽样的密度越高,最终计算出的特征的匹配准确性越高,相应鲁棒性越低;反之则鲁棒性较高。实际应用中具体参数的选择可以通过实验来确定。通过计算鲁棒哈希值之间的汉明距离来匹配鲁棒特征。
以上所述的3D形状鲁棒特征也可以采用局部特征,如采用3D SURF特征。首先对3D形状表面选取鲁棒特征点,可以采用Harris 3D特征点的方法来选取特征点。Harris特征点从选取3D形状表面的顶点来作为特征点,对每个顶点根据其法矢量和临近点的法矢量来计算其特征点值即Harris值,选择具有局部最大特征点值的顶点即角点(corner point)作为特征点。对每个特征点计算SURF特征值并将生成的特征值集合作为3D形状鲁棒特征。其中每个SURF特征都是一个多维矢量。进一步对3D形状的鲁棒特征量化生成3D形状的鲁棒哈希值。在鲁棒哈希实际使用中,鲁棒特征的描述通常较大,不适合直接用作鲁棒哈希值,需要进行压缩。
根据本公开的方法,可以对每个特征点的每一个维度矢量量化为一个或多个比特。具体方法为:对特征点作聚类;对每个聚类中的每一维度分别计算平均值;对于每个特征点的每一维矢量,如果大于平均值,则量化为1,否则量化为零。每一维矢量也可以压缩量化为多个比特,根据上述的平均值将设定多个量化区间,每个区间对应多个比特的二进制值。对于每个特征点的每一维矢量,如果落在某个量化区间内,则量化为该区间多个比特。量化区间越多,特征点匹配的准确度越高,但是最终的鲁棒哈希值越长。同理,最终通过计算鲁棒哈希值之间的汉明距离来匹配鲁棒特征。这里的3D鲁棒特征具有变换操作下的鲁棒性,如非刚性变换、拓扑变换、局部或全局的尺度变换、加性噪声、表面的孔洞、散粒噪声、降采样等。
受保护的原始3D实体由特定的材料以及指定的使用信息来生成。特定材料包括在常规3D打印材料中添加特定物质,也包括多种3D打印材料的混合,以及新型3D打印材料。特定材料可以在一种或多种材料特征上与其他材料相区别。特定材料的使用信息包括在3D实体全局统一使用普通3D打印材料和一种或特定成分的混合,也包括多种特定成分生成的化合物。如在常见的ABS、PLY等塑料材料中添加金属、陶瓷材料等。
下面给出特定材料的组成的示例:
普通3D打印材料的含量x%,特定成分的含量y%;
或特定成分1的含量x1%,特定成分2的含量x2%,特定成分3的含量x3%,……特定成分n的含量xn%。
下面给出在3D实体不同的区域使用不同的材料成分的示例:
区域1:特定成分1的含量特定成分2的含量特定成分3的含量……特定成分n的含量
区域2:特定成分1的含量特定成分2的含量特定成分3的含量……特定成分n的含量
区域3:特定成分1的含量特定成分2的含量特定成分3的含量……特定成分n的含量
……
区域n:特定成分1的含量特定成分2的含量特定成分3的含量……特定成分n的含量
其中,3D实体区域的指定可以由3D实体对应3D形状的局部形状来实现。3D形状表面通常通过多边形建模(polygonal modeling)的方法来表达,即用一组顶点以及将这些顶点连接起来的连接平面的集合来表示。如常用的STL文件即通过三角面片的集合来表示3D模型。STL文件中包含多个三角面片的几何信息,每个三角面片的信息包括该面的三个顶点的三维坐标值。这些三角面片组合表示封闭的面,即3D形状的表面。3D形状上的具体区域由这些多边形面及顶点组成的集合来表示。
如图16所示,顶点P1、P2、P3所表示的面对应的3D局部形状1,采用材料A;顶点P2、P3、P4所表示的面对应3D局部形状2,采用材料B。通过对3D模型文件不同区域用不同颜色显示,以生成3D区域分布模型。对每个3D局部形状计算其鲁棒特征,通过匹配鲁棒特征来定位区域,如以下表2所示。
表2
为提高3D实体区域定位的准确性,定位时可以不仅比较待定位区域与目标区域的3D形状鲁棒特征,还比较一个及多个相邻区域的鲁棒特征。即对每一个3D实体区域,不仅记录当前区域的3D形状描述(如用多个三角形面片表示的,则该描述信息包括三角形面片的顶点坐标及连接关系),还记录该区域及一个及多个相邻区域的3D形状鲁棒特征,如以下表3所示。
表3
得到受保护原始3D实体及相应的材料使用信息后,提取一种或多种材料特征信息。如按上文所述提取受保护原始3D实体的材料视觉特征信息,提取到的材料视觉特征信息包括提取视觉特征用的二维图像,提取出的亮度直方图、色度直方图,如以下表4所示。
表4
材料特征也可以包括材料透视特征,关于材料的透视率的定义标准,例如可以参照“ISO 13468-1 Plastics—Determination of the Total LuminousTransmittance of Transparent Materials”,并且可以参照“ASTM D1003-13Standard Test Method for Haze and Luminous Transmittance of TransparentPlastics”所描述的测试方法来测量透视率。
材料透视特征在数据库中的记录可以既包括测试出的透视率也包括具体的测试条件的描述,如下面的表5所示。
表5
属性 | 材料透视特征ID | 材料区域信息ID | 透视率 | 透视率试验条件描述 |
类型 | 数值 | 数值 | 数值 | 文本 |
塑料材料通常燃点较低,在日常条件下可以点燃,不同材料点燃时的火焰状态,火焰拿开后的燃烧状态,燃烧产生的烟雾、气味等不同。因此燃烧测试是一种简单易行的材料区别方法。因此,一个示例实施例中可以通过对待检测3D实体取样做燃烧测试后的特征来判别待检测3D实体与受保护的原始3D实体是否采用了相同的材料。
具体的燃烧测试方法可参考“J.von Kries,Chromatic adaptation.Sources of Color Science.1970:12-13GB2408-80塑料燃烧性能试验方法水平燃烧法”和“ASTM D635-14Standard Test Method for Rate of Burningand/or Extent and Time of Burning of Plastics in a Horizontal Position”中所述的水平燃烧法,也可采用参考文献“GB8323GB/T 8323.1-2008塑料烟生成第1部分:烟密度试验方法导则”和“ASTM D2843 Standard test methodfor density of smoke from the burning or decomposition of plastics塑料燃烧或分解产生的烟气密度的测定方法”中所述的烟气密度的测定方法。提取出的燃烧特征如下面的表6所示。燃烧特征的检测过程可以采用与提取过程相同的步骤,通过比较从待检测3D实体得到的各项燃烧特征与鉴别信息数据库受原始3D实体的各项燃烧特征相比较,以判别是否采用了相同的材料。
表6
属性 | 材料燃烧特征ID | 材料区域信息ID | 火焰颜色 | 可燃性 | 烟/气味 |
类型 | 数值 | 数值 | 文本 | 文本 | 文本 |
傅里叶变换红外测试(FT-IR,Fourier Transform Infrared Spectroscopy)是一种鉴别材料和分析材料结构的有效方法。通过测量样品在红外光照下的红外吸收光谱来实现材料的鉴别,傅里叶变换红外测试能够定量的测试聚合材料中的成分。具体测试方法参考“ASTM E1252-98(2013)e1 StandardPractice for General Techniques for Obtaining Infrared Spectra forQualitative Analysis”。提取到的特征包括其红外光照下的照片,红外光谱图像等。如下面的表7所示。红外特征检测过程可以采用与提取过程相同的步骤提取待检测3D实体的红外光谱图像并与鉴别信息数据库中受原始3D实体的红外光谱图像相比较。
表7
此外,还可以利用材料显微结构特征、材料反射率特征、X光下透视结构特征等进行鉴别过程。下面的表8至表10示出了相应的示例数据库信息。
表8
表9
属性 | 材料反射特征ID | 材料区域信息ID | 反射率 | 反射率试验条件描述 |
类型 | 数值 | 数值 | 数值 | 文本 |
表10
图9示出了3D实体鉴别信息数据库的生成过程的流程图。在S902,例如通过上述示例方式提取待保护的3D实体的材料特征并进行数字化描述。在S904,将材料特征添加到鉴别信息数据库。
当获得待检测实体时,可以利用鉴别信息数据库中的信息进行仿冒检测。具体检测过程包括:首先对待检测3D实体扫描生成3D模型,计算其3D形状鲁棒特征以进行形状匹配。形状匹配通过匹配鲁棒特征来实现,如果鲁棒特征相匹配,则该3D形状与鉴别信息数据库中已有的3D实体的形状相同或相似。鲁棒特征的具体计算和匹配过程见上文所述。如在鉴别信息数据库中发现形状相同或相似的3D模型,则进一步提取待检测3D实体的材料特征,进行材料特征匹配。如材料特征不匹配则判定带检测3D实体为仿冒的。待检测3D实体的材料特征提取过程与受保护的原始3D实体的材料特征提取过程一致,从而保证特征比较的准确性。例如提取材料视觉特征时,在相同的光照条件下3D实体拍摄2D图像,能够减少由于光照等检测条件对检测结果带来的偏差。提取材料化学特征,燃烧特征,透视率,反射率等时也遵循相同的测试条件,采用相同的测试设备。
如前所述,鉴别信息数据库可以被存储在上述信息处理设备(即,进行实体鉴别的设备)处,也可以存储在远程设备。具体地,鉴别信息数据库可以由知识产权所有者委托第三方建立,消费者可以利用鉴别信息数据库中的信息及其仿冒检测服务来检测仿冒的3D实体。
本发明的实施例还包括用于提供鉴别信息的信息处理设备,其角色例如对应于上面提到的第三方。如图4所示,根据本实施例的信息处理设备400包括存储装置410和通信装置420。
存储装置410存储三维模型集合中的每个三维模型的预定材料特征的数据库,其中预定材料特征与相应三维模型的至少一个部分相关联。
通信装置420被配置为从请求方接收针对特定三维模型的所述预定材料特征的请求,以及将特定三维模型的预定材料特征发送给请求方。这里,请求方例如可以对应于要进行鉴别操作的知识产权所有者,或者可以对应于希望进行鉴别操作的消费者(例如以确定其所获得的商品是否为假冒盗版的)。
如前所述,可以通过视觉特征表征材料特征,相应地,根据一个实施例,三维模型的材料特征可以包括基于三维模型使用相应预定材料制作的基准实体的图像,并且目标实体的材料特征可以包括目标实体的图像。
此外,根据一个实施例,存储装置410存储的数据库还包含三维模型的形状特征,并且通信装置420还被配置为从请求方接收目标实体的形状特征以及将与目标实体的形状特征匹配的三维模型的预定材料特征发送给请求方。从而,仅在目标实体的形状与某三维模型的形状相同或相似的情况下提供材料特征的信息。
根据一个实施例,信息处理设备可以对鉴别信息数据库进行更新。具体地,通信装置420还可以被配置为接收新的三维模型的预定材料特征,并且存储装置410还被配置为将新的三维模型的预定材料特征存储在数据库中。新的三维模型的预定材料特征例如可以来自知识产权所有者,或者获得授权的其他各方例如购买了正版实体的消费者。
3D实体知识产权所有者向第三方鉴别信息数据库建立者提供所需的受保护的原始3D实体、3D模型、材料描述及使用信息、相关知识产权信息等。由鉴别信息数据库建立者相应的提取形状特征、材料特征信息等并保存在数据库记录中。可以采用与前面描述的示例类似的方式建立数据库,在此不再重复描述。
特别地,在材料特征由消费者提供的情况下,需要保证材料特征的可靠性。例如,在由消费者提供用于检测视觉特征的二维视觉图像的情况下,可能由于光照条件与原始3D实体视觉特征对应二维图像的光照条件不同造成视觉特征有偏差。相应地,对用于计算视觉特征的二维视觉图像计算视觉特征前需要进行光线校正。包括首先对整幅图像进行光照色度估计,然后光照色度校正。光照色度估计参考“Kobus Barnard,Vlad Cardei,Brian funt,Acomparisioin of computational color constancy algorithms;Part One:Methodology and Experiments with Synthesized Data,IEEE Transactionsin Image Processing.2002,11(9):972-983”或“Kobus Barnard,Vlad Cardei,Brian funt,A comparison of computational color constancy algorithms;PartOne:Methodology and Experiments with Synthesized Data,IEEETransactions in Image Processing.2002,11(9):985-996”中描述的方法来实现。光照色度校正例如可以通过von-Kries对角模型(参见“J.von Kries,Chromatic adaptation.Sources of Color Science.1970:12-13GB2408-80”)来实现,全局性的改变图像的光照色度,将未知光照条件下的图像校正到标准白光下所呈现的图像。光照亮度校正主要是将光照不均匀的图像校正为光照全局一致性的图像。经过校正后的图像再进行视觉特征提取,增强了视觉特征匹配的准确性。类似的,其他材料特征也需要与受保护的原始3D实体遵循相同的提取条件。如用专用仪器,透视率,反射率等遵循符合相同标准的测试仪器或送交有符合标准的专用仪器的检测机构来实现检测。有些视觉特征其测试条件对特征提取的结果影响不大,则可以由消费者按鉴别信息数据库中查找到的材料特征的说明完成。以燃烧特性为例,可以通过观察材料燃烧时的火焰颜色、火焰拿开后的燃烧情况、燃烧产生的烟雾或气味等区分不同的材料。
与以上实施例类似,3D实体鉴别信息数据库建立后,其相应的检测过程也可由3D实体鉴别应用来实施。消费者下载能够完成3D实体鉴别功能的应用软件,并输入待检测的3D实体的3D模型及各种材料特征。该应用软件完成查询数据库,并进行形状和材料特征匹配的过程。
图11示出了鉴别信息数据库由知识产权所有者委托第三方建立,消费者利用鉴别信息数据库中的信息及其仿冒检测服务来检测仿冒的3D实体的示例实施过程。其中,S1102至S1104涉及在原始3D实体1110的知识产权拥有者与鉴别信息数据库管理者之间进行的建立鉴别信息数据库1130的过程。S1106至S1114涉及在待检测实体1140的拥有者与仿冒鉴别系统1120之间进行的鉴别过程。其具体步骤中的过程与前面描述的过程类似,在此不再重复说明。
图12示出了鉴别信息数据库管理者与仿冒鉴别服务提供者分离的示例。其中,S1202至S1204涉及在原始3D实体1210的知识产权拥有者与鉴别信息数据库管理者之间进行的建立鉴别信息数据库1220的过程。S1206至S1220涉及在待检测实体1240的拥有者与仿冒鉴别系统/应用1230之间进行的鉴别过程,其中,S1210、S1212涉及仿冒鉴别系统/应用1230与鉴别信息数据库1220之间的信息交互。其具体步骤中的过程与前面描述的过程类似,在此不再重复说明。
另一方面,如前所述,鉴别信息数据库也可以由知识产权所有者建立,以直接向消费者提供仿冒检测服务。
当前的3D扫描设备能够实现从3D实体扫描得到3D模型,其具体过程通常通过内置的光学或者红外扫描系统对3D实体配合转台等机械设备,进行多视角的扫描,每一个角度分别得到2D图像,并通过多视角的2D图像构建出3D模型来。在本实施例中,首先根据扫描得到的3D模型文件与已知的鉴别信息数据库中的3D模型进行形状匹配,如果有相似或者相同的,则进行进一步的知识产权检测。本实施例中的材料检测主要通过无损的方式来实现。通过光学/红外系统得到3D实体多视角的2D图像,对该2D图像中对象的色度、亮度或红外反射值等进行视觉分析,通过上文所述的计算机视觉检测方法提取得到该对象的材料特征,并与已知特征相匹配。相似的,通过2D图像也可以分析相应的工艺信息。最后,如果3D实体嵌入有水印,根据所嵌入的水印不同,相应的进行分析。对于直接印刷图像到3D实体表面的水印,通过分析2D图像来识别;对于通过3D形状来嵌入的水印,根据局部的3D形状来识别;对于采用不同材料嵌入的水印,利用红外系统来识别。本实施例中,3D知识产权检测系统内嵌在3D扫描设备中,通过扫描系统自动完成材料/工艺/水印的检测,方便用户使用。
图13示出了3D实体知识产权检测系统的配置示例。检测系统1300包括形状检测单元1302、材料检测单元1304、工艺检测单元1306和水印检测单元1308。各单元可以基于以上说明的方式进行相应检测过程。应理解,本发明实施例不限于该示例,而是可以仅包括上述单元中的部分。
图14示出了指示产权检测装置1404与3D外形扫描装置1402一起被嵌入在3D扫描设备1400中的配置示例。
图15示出了独立设置3D实体指示产权检测装置1500的配置示例。
另外,本发明实施例还包括在提供鉴别信息的一方进行的信息处理方法。如图5所示,根据一个实施例的信息处理方法包括以下步骤:
在S510,存储三维模型集合中的每个三维模型的预定材料特征的数据库,其中预定材料特征与相应三维模型的至少一个部分相关联;
在S520,从请求方接收针对特定三维模型的预定材料特征的请求;以及
在S530,将特定三维模型的预定材料特征发送给请求方。
图7示出了实现本公开的方法和设备的计算机的示例性结构。在图7中,运算处理单元(即CPU)701根据只读存储器(ROM)702中存储的程序或从存储部分708加载到随机存取存储器(RAM)703的程序执行各种处理。在RAM 703中,也根据需要存储当CPU 701执行各种处理等等时所需的数据。CPU 701、ROM 702和RAM 703经由总线704彼此链路。输入/输出接口705也链路到总线704。
下述部件链路到输入/输出接口705:输入部分706(包括键盘、鼠标等等)、输出部分707(包括显示器,比如阴极射线管(CRT)、液晶显示器(LCD)等,和扬声器等)、存储部分708(包括硬盘等)、通信部分709(包括网络接口卡比如LAN卡、调制解调器等)。通信部分709经由网络比如因特网执行通信处理。根据需要,驱动器710也可链路到输入/输出接口705。可拆卸介质711比如磁盘、光盘、磁光盘、半导体存储器等等根据需要被安装在驱动器710上,使得从中读出的计算机程序根据需要被安装到存储部分708中。
在通过软件实现上述系列处理的情况下,从网络比如因特网或存储介质比如可拆卸介质711安装构成软件的程序。
本领域的技术人员应当理解,这种存储介质不局限于图7所示的其中存储有程序、与设备相分离地分发以向用户提供程序的可拆卸介质711。可拆卸介质711的例子包含磁盘(包含软盘(注册商标))、光盘(包含光盘只读存储器(CD-ROM)和数字通用盘(DVD))、磁光盘(包含迷你盘(MD)(注册商标))和半导体存储器。或者,存储介质可以是ROM 702、存储部分708中包含的硬盘等等,其中存有程序,并且与包含它们的设备一起被分发给用户。
本发明的实施例还涉及一种存储有机器可读取的指令代码的程序产品。所述指令代码由机器读取并执行时,可执行上述根据本发明实施例的方法。
相应地,用于承载上述存储有机器可读取的指令代码的程序产品的存储介质也包括在本发明的公开中。所述存储介质包括但不限于软盘、光盘、磁光盘、存储卡、存储棒等等。
在上面对本发明具体实施例的描述中,针对一种实施方式描述和/或示出的特征可以用相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
在上述实施例和示例中,采用了数字组成的附图标记来表示各个步骤和/或单元。本领域的普通技术人员应理解,这些附图标记只是为了便于叙述和绘图,而并非表示其顺序或任何其他限定。
此外,本发明的方法不限于按照说明书中描述的时间顺序来执行,也可以按照其他的时间顺序地、并行地或独立地执行。因此,本说明书中描述的方法的执行顺序不对本发明的技术范围构成限制。
尽管上面已经通过对本发明的具体实施例的描述对本发明进行了披露,但是,应该理解,上述的所有实施例和示例均是示例性的,而非限制性的。本领域的技术人员可在所附权利要求的精神和范围内设计对本发明的各种修改、改进或者等同物。这些修改、改进或者等同物也应当被认为包括在本发明的保护范围内。
Claims (16)
1.一种信息处理设备,包括:
一个或更多个处理器,被配置为
获取目标实体的至少一个部分的材料特征;
将所述目标实体的材料特征与预定材料特征进行匹配,其中所述预定材料特征与三维模型的至少一个部分相关联;以及
基于所述匹配的结果,生成指示所述目标实体的所述部分与所述三维模型的所述部分的相关性的信息。
2.根据权利要求1所述的信息处理设备,其中,所述三维模型包括三维打印模型。
3.根据权利要求1所述的信息处理设备,所述处理器还被配置为:
获取所述目标实体的形状特征;以及
将所述目标实体的形状特征与所述三维模型的形状特征进行匹配,并且
所述生成包括:基于所述形状特征的匹配结果和所述材料特征的匹配结果生成指示所述相关性的信息。
4.根据权利要求3所述的信息处理设备,其中,在所述目标实体的形状特征与预定形状特征匹配的情况下,进行所述材料特征的获取以及所述材料特征的匹配。
5.根据权利要求3所述的信息处理设备,其中,所述形状特征是通过对所述目标实体进行扫描而获得的。
6.根据权利要求1所述的信息处理设备,其中,所述预定材料特征包括:材料中包含的特定成分;或者材料具有特定的成分组合。
7.根据权利要求1所述的信息处理设备,其中,所述材料特征和所述预定材料特征由视觉特征表征。
8.根据权利要求7所述的信息处理设备,其中,
将所述目标实体的材料特征与预定材料特征进行匹配包括:将所述目标实体的图像与基准实体的图像进行匹配,其中所述基准实体是基于所述三维模型使用所述预定材料制作的。
9.根据权利要求1所述的信息处理设备,其中,所述材料特征和所述预定材料特征包括以下方面的一项或更多项:化学属性、显微结构特征、燃烧特征、溶解特性、透射率、反射率、X射线下透视结构特征、以及特定材料在实体中位置和/或嵌入方式。
10.根据权利要求1至权利要求9中任一项所述的信息处理设备,还包括:
存储装置,被配置为存储预定三维模型集合中的每个三维模型的所述预定材料特征。
11.一种信息处理方法,包括步骤:
获取目标实体的至少一个部分的材料特征;
将所述目标实体的材料特征与预定材料特征进行匹配,其中所述预定材料特征与三维模型的至少一个部分相关联;以及
基于所述匹配的结果,生成指示所述目标实体的所述部分与所述三维模型的所述部分的相关性的信息。
12.一种信息处理设备,包括:
存储装置,其存储三维模型集合中的每个三维模型的预定材料特征的数据库,其中所述预定材料特征与相应三维模型的至少一个部分相关联;以及
通信装置,被配置为:
从请求方接收针对特定三维模型的所述预定材料特征的请求;以及
将所述特定三维模型的预定材料特征发送给所述请求方。
13.根据权利要求12所述的信息处理设备,其中,
所述数据库还包含所述三维模型的形状特征;并且
所述通信装置还被配置为:
从所述请求方接收目标实体的形状特征;以及
将与所述目标实体的形状特征匹配的三维模型的预定材料特征发送给所述请求方。
14.根据权利要求12所述的信息处理设备,其中,
所述三维模型的材料特征包括基于所述三维模型使用相应预定材料制作的基准实体的图像;并且
所述目标实体的材料特征包括所述目标实体的图像。
15.根据权利要求12至权利要求14中任一项所述的信息处理设备,其中,
所述通信装置还被配置为接收新的三维模型的预定材料特征;并且
所述存储装置还被配置为将所述新的三维模型的预定材料特征存储在所述数据库中。
16.一种信息处理方法,包括:
存储三维模型集合中的每个三维模型的预定材料特征的数据库,其中所述预定材料特征与相应三维模型的至少一个部分相关联;
从请求方接收针对特定三维模型的所述预定材料特征的请求;以及
将所述特定三维模型的预定材料特征发送给所述请求方。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610421658.9A CN107506358A (zh) | 2016-06-14 | 2016-06-14 | 信息处理设备和信息处理方法 |
US15/450,105 US10534868B2 (en) | 2016-06-14 | 2017-03-06 | Information processing apparatus and information processing method |
EP17170376.2A EP3258410A1 (en) | 2016-06-14 | 2017-05-10 | Information processing apparatus and information processing method |
US16/714,832 US11068622B2 (en) | 2016-06-14 | 2019-12-16 | Information processing apparatus and information processing method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610421658.9A CN107506358A (zh) | 2016-06-14 | 2016-06-14 | 信息处理设备和信息处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107506358A true CN107506358A (zh) | 2017-12-22 |
Family
ID=58873595
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610421658.9A Withdrawn CN107506358A (zh) | 2016-06-14 | 2016-06-14 | 信息处理设备和信息处理方法 |
Country Status (3)
Country | Link |
---|---|
US (2) | US10534868B2 (zh) |
EP (1) | EP3258410A1 (zh) |
CN (1) | CN107506358A (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11962876B2 (en) | 2014-01-31 | 2024-04-16 | Digimarc Corporation | Recycling methods and systems, and related plastic containers |
US20190306385A1 (en) | 2014-01-31 | 2019-10-03 | Digimarc Corporation | Concerning digital marking and reading of plastic items, useful in recycling |
CN107506358A (zh) * | 2016-06-14 | 2017-12-22 | 索尼公司 | 信息处理设备和信息处理方法 |
EP3293680A1 (en) | 2016-09-12 | 2018-03-14 | Authentic Vision GmbH | Sheet-like product and method for authenticating a security tag |
WO2018173756A1 (ja) * | 2017-03-22 | 2018-09-27 | 大日本印刷株式会社 | 情報記録体 |
JP2020118567A (ja) * | 2019-01-24 | 2020-08-06 | ソニーセミコンダクタソリューションズ株式会社 | 測距装置、車載システム及び測距方法 |
CN110516734B (zh) * | 2019-08-23 | 2023-04-07 | 腾讯科技(深圳)有限公司 | 一种图像匹配方法、装置、设备及存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2003087991A2 (en) * | 2002-04-09 | 2003-10-23 | The Escher Group, Ltd. | System and method for authentication of a workpiece using three dimensional shape recovery |
WO2005004039A1 (en) * | 2003-07-04 | 2005-01-13 | Kwang-Don Park | Random-type identifying material, 3-d identifying system and method using the same |
US8224018B2 (en) * | 2006-01-23 | 2012-07-17 | Digimarc Corporation | Sensing data from physical objects |
US7995196B1 (en) * | 2008-04-23 | 2011-08-09 | Tracer Detection Technology Corp. | Authentication method and system |
WO2012177845A2 (en) * | 2011-06-23 | 2012-12-27 | Pharmorx Security, Inc | Systems and methods for tracking and authenticating goods |
US9129420B2 (en) * | 2012-03-07 | 2015-09-08 | 3D Printlife Llc | Detection of protected subject matter in three dimensional print media |
US8848201B1 (en) * | 2012-10-20 | 2014-09-30 | Google Inc. | Multi-modal three-dimensional scanning of objects |
CN106228167B (zh) * | 2015-07-30 | 2018-04-27 | 全维智造(北京)技术开发有限公司 | 特征采集、标记和识别方法 |
US9691161B1 (en) * | 2015-09-25 | 2017-06-27 | A9.Com, Inc. | Material recognition for object identification |
US10621594B2 (en) * | 2016-02-19 | 2020-04-14 | Alitheon, Inc. | Multi-level authentication |
CN107506358A (zh) * | 2016-06-14 | 2017-12-22 | 索尼公司 | 信息处理设备和信息处理方法 |
-
2016
- 2016-06-14 CN CN201610421658.9A patent/CN107506358A/zh not_active Withdrawn
-
2017
- 2017-03-06 US US15/450,105 patent/US10534868B2/en not_active Expired - Fee Related
- 2017-05-10 EP EP17170376.2A patent/EP3258410A1/en not_active Withdrawn
-
2019
- 2019-12-16 US US16/714,832 patent/US11068622B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
US10534868B2 (en) | 2020-01-14 |
US20200117837A1 (en) | 2020-04-16 |
US11068622B2 (en) | 2021-07-20 |
EP3258410A1 (en) | 2017-12-20 |
US20170357737A1 (en) | 2017-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107506358A (zh) | 信息处理设备和信息处理方法 | |
US11657567B2 (en) | Method for the automatic material classification and texture simulation for 3D models | |
Kee et al. | Exposing Photo Manipulation from Shading and Shadows. | |
Pintus et al. | A survey of geometric analysis in cultural heritage | |
Aldrian et al. | Inverse rendering of faces with a 3D morphable model | |
JP5721673B2 (ja) | 塗色データベース作成方法、作成システム、作成プログラム及び記録媒体 | |
CN101601287B (zh) | 产生照片级真实感图像缩略图的设备和方法 | |
Scandrett et al. | A person-specific, rigorous aging model of the human face | |
US8953906B2 (en) | Illumination spectrum recovery | |
Pintus et al. | State‐of‐the‐art in Multi‐Light Image Collections for surface visualization and analysis | |
Guo et al. | Brdf analysis with directional statistics and its applications | |
Logothetis et al. | Near-field photometric stereo in ambient light | |
CN108876895A (zh) | 从2d资产构建3d模型 | |
Ono et al. | Practical BRDF reconstruction using reliable geometric regions from multi-view stereo | |
Rani et al. | Digital image forgery detection under complex lighting using Phong reflection model | |
Nasiri et al. | Using expectation-maximization for exposing image forgeries by revealing inconsistencies in shadow geometry | |
CN108334873A (zh) | 一种3d四维手部数据识别设备 | |
Fanfani et al. | FISH: Face intensity-shape histogram representation for automatic face splicing detection | |
Yang et al. | Exposing photographic splicing by detecting the inconsistencies in shadows | |
US7043085B2 (en) | Work identification system and signature management system | |
Alface | Perception and re-synchronization issues for the watermarking of 3D shapes | |
JP6887167B2 (ja) | 画像処理システム | |
Su et al. | A non-contact method for weighting of aggregate pile based on binocular vision | |
Dana et al. | Surface detail in computer models | |
McGuigan | Surface analysis and fingerprint recognition from multi-light imaging collections |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20171222 |