CN116863081B - 一种包装盒的3d预览系统及其方法 - Google Patents
一种包装盒的3d预览系统及其方法 Download PDFInfo
- Publication number
- CN116863081B CN116863081B CN202310888178.3A CN202310888178A CN116863081B CN 116863081 B CN116863081 B CN 116863081B CN 202310888178 A CN202310888178 A CN 202310888178A CN 116863081 B CN116863081 B CN 116863081B
- Authority
- CN
- China
- Prior art keywords
- model
- design drawing
- packing box
- box
- auditing
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000004806 packaging method and process Methods 0.000 title claims abstract description 56
- 238000013461 design Methods 0.000 claims abstract description 86
- 238000012856 packing Methods 0.000 claims abstract description 62
- 230000006978 adaptation Effects 0.000 claims description 26
- 238000012550 audit Methods 0.000 claims description 20
- 238000012549 training Methods 0.000 claims description 13
- 238000010586 diagram Methods 0.000 claims description 11
- 238000012938 design process Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 4
- 238000010008 shearing Methods 0.000 claims description 2
- 238000012795 verification Methods 0.000 claims description 2
- 238000011156 evaluation Methods 0.000 claims 1
- 239000000047 product Substances 0.000 description 8
- 244000269722 Thea sinensis Species 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000014101 wine Nutrition 0.000 description 2
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 1
- 235000017784 Mespilus germanica Nutrition 0.000 description 1
- 244000182216 Mimusops elengi Species 0.000 description 1
- 235000000560 Mimusops elengi Nutrition 0.000 description 1
- 235000007837 Vangueria infausta Nutrition 0.000 description 1
- NIXOWILDQLNWCW-UHFFFAOYSA-N acrylic acid group Chemical group C(C=C)(=O)O NIXOWILDQLNWCW-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013361 beverage Nutrition 0.000 description 1
- 235000019219 chocolate Nutrition 0.000 description 1
- 235000019504 cigarettes Nutrition 0.000 description 1
- 235000009508 confectionery Nutrition 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 239000002537 cosmetic Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 235000013616 tea Nutrition 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Auxiliary Devices For And Details Of Packaging Control (AREA)
Abstract
本发明公开了一种包装盒的3D预览系统及其方法，属于包装盒预览技术领域，包括上传模块、整理模块和显示模块；所述上传模块用于用户将包装盒设计图进行上传，并对上传的包装盒设计图进行审核；所述整理模块用于根据上传的包装盒设计图生成对应的包装盒3D模型，获取包装盒设计图的设计图特性，根据所述设计图特性选择对应的目标识别方法，基于所述目标识别方法对包装盒设计图进行识别，获得包装盒各个包装面对应的识别数据；根据包装盒设计图生成对应的初始模型，将获得的各包装面识别数据设置在初始模型中对应的各个包装面上，获得包装盒3D模型，获取上传模块的审核结果，根据获得的审核结果在包装盒3D模型中进行相应的标记。
Description
技术领域
本发明属于包装盒预览技术领域，具体是一种包装盒的3D预览系统及其方法。
背景技术
包装盒顾名思义就是用来包装产品的盒子，可以按材料来分类，比如纸盒、铁盒、木盒、布盒、皮盒、亚克力盒、瓦楞包装盒、pvc盒等，也可以按产品的名称来分类，比如：月饼盒、茶叶盒、枸杞盒、糖果盒、精美礼盒、土特产盒、酒盒、巧克力盒、食品药品保健品盒、食品包装盒、茶叶包装盒、文具盒等。现已被广泛应用于电子、食品、饮料、酒类、茶品、卷烟、医药、保健品、化妆品、小家电、服装、玩具、体育用品等行业和产品包装配套等行业，是一个不可缺少的商品一部分。
但是现有的包装盒在设计过程中一般采用的是平面绘制，绘制包装盒上各个面的图案，后续再进行样品生产组装；但是这样在设计阶段不够立体、不够直观，缺乏相关的辅助系统；因此，为了解决包装盒设计的立体展示问题，本发明提供了一种包装盒的3D预览系统及其方法。
发明内容
为了解决上述方案存在的问题，本发明提供了一种包装盒的3D预览系统及其方法。
本发明的目的可以通过以下技术方案实现：
一种包装盒的3D预览系统，包括上传模块、整理模块、显示模块和过程辅助模块；
所述上传模块用于用户将包装盒设计图进行上传，并对上传的包装盒设计图进行审核。
进一步地，上传模块的工作方法包括：
设置审核数据，所述审核数据包括各审核项以及对应的审核标准；通过预设的审核模型根据所述审核标准对用户商户上传的包装盒设计图进行审核，获得各审核项的单项评分，当单项评分不低于阈值X1时，视为审核合格；反之，则视为审核不合格，并生成对应的不合格原因和补充措施。
所述整理模块用于根据上传的包装盒设计图生成对应的包装盒3D模型，获取包装盒设计图的设计图特性，根据所述设计图特性选择对应的目标识别方法，基于所述目标识别方法对包装盒设计图进行识别，获得包装盒各个包装面对应的识别数据；
根据包装盒设计图生成对应的初始模型，将获得的各包装面识别数据设置在初始模型中对应的各个包装面上，获得包装盒3D模型，获取上传模块的审核结果，根据获得的审核结果在包装盒3D模型中进行相应的标记。
进一步地，将审核结果在包装盒3D模型中进行标记的方法包括：
识别审核结果中审核不合格对应的审核项，识别所述审核项在包装盒3D模型中的位置，进行突出标记；获取所述审核项对应的不合格原因和补充措施，将不合格原因和补充措施插入到对应的标记处。
进一步地，插入的不合格原因和补充措施能够设置为不显示。即当用户点击或者设置显示模式才能显示对应的不合格原因和补充措施。
进一步地，用户能够在装盒3D模型中查看各部分的色值；利用现有的色值识别技术即可实现相应的色值查看。
进一步地，目标识别方法的设置方法包括：
获取加载的各待选识别方案特征和设计图特性，根据待选识别方案特征和设计图特性评估各待选识别方案对应的适配度集；根据适配度集设置若干个待选组合，对待选组合进行筛选，获得目标识别方法。
进一步地，对待选组合进行筛选的方法包括：
对各待选组合进行评估，获得对应的实施值和适配值；将获得的实施值和适配值分别标记为SC和SP，根据优先值公式YK＝b1×SC+b2×SP计算对应的优先值，其中b1、b2均为比例系数，取值范围为0<b1≤1，0<b2≤1；选择优先值最高的待选组合为目标识别方法。
进一步地，包装盒3D模型生成的另一种方法包括：
根据包装盒设计图生成对应的初始模型，对包装盒设计图中各包装面进行剪切，将剪切的各包装面替换初始模型中对应的包装面，获得包装盒3D模型。
所述显示模块用于将基于包装盒设计图生成的包装盒3D模型进行显示。
所述过程辅助模块用于在用户设计的过程中就进行设计辅助，实时获取用户对包装盒的设计过程；根据包装盒的形状特征生成对应的第一模型，实时识别用户绘制的设计数据，根据获得的设计数据对第一模型进行实时调整，获得动态展示模型，将动态展示模型发送到显示模块中进行实时显示。
与现有技术相比，本发明的有益效果是：
通过审核模块的设置，实现对用户上传的包装盒设计图进行审核，辅助用户了解设计缺陷，并针对审核结果提供相应的可优化方向，辅助用户进行高效设计；通过整理模块的设置，实现将包装盒设计图转化为包装盒3D模型，便于用户直观的了解到包装盒设计图对应的三维模型，而且在展示的过程中，当用户发现需要进行图像文字调整时，可以直接进行相应的文字、图像等的修改。通过上传模块和整理模块之间的相互配合，实现快速辅助用户进行包装盒的设计和优化。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明原理框图。
具体实施方式
下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，一种包装盒的3D预览系统，包括上传模块、整理模块、显示模块和过程辅助模块；
所述上传模块用于用户将包装盒设计图进行上传，并对上传的包装盒设计图进行审核，判断是否符合预设的审核标准，其中，审核标准是通过人工的方式进行设置的，包括若干个审核项，每个审核项对应一个审核内容的审核标准，将各审核项和对应的审核标准整合为审核数据；具体的根据包装盒设计图转化为包装盒3D模型的需求进行设置；根据对应的审核标准可以实现对上传的包装盒设计图进行逐项审核，便于后续帮助用户寻找不合格的地方，如尺寸不对应，导致后续形成的包装盒3D模型具有问题，尤其是问题不是很明显的情况下，极易使得用户忽略这个问题，导致生产出来的包装盒具有缺陷；帮助用户进行包装盒设计的优化，若连接处过长或过短问题；根据预设的各审核标准对上传的包装盒设计图进行对应审核，输出对应的单项评分，对于单项评分不合格的情况，基于审核标准生成对应的扣分原因，以及对应的补充措施；
具体的可以基于现有的神经网络建立对应的审核模型，神经网络如CNN网络、DNN网络等；通过人工的方式模拟设置对应的训练集进行训练，如对于包装盒连接处，根据包装盒的整体尺寸、连接范围和所要装纳的物品进行分析，在保障安全、不断开的前提下，最佳的连接长度和宽度是多上，进行相应的实际比较后，进行评分，获得单项评分，在补充对应的补充措施，即如何向最佳区间进行靠拢；通过训练成功后的审核模型基于审核数据对包装盒设计图进行分析，获得各审核项对应的单项评分、不合格原因和补充措施，因为神经网络为本领域的现有技术，因此具体的建立和训练过程在本发明中不进行详细叙述；如单项评分合格，则无补充措施；将单项评分低于阈值X1的视为审核不合格。
通过审核模块的设置，实现对用户上传的包装盒设计图进行审核，辅助用户了解设计缺陷，并针对审核结果提供相应的可优化方向，辅助用户进行高效设计。
所述整理模块用于根据上传的包装盒设计图生成对应的包装盒3D模型，先包装盒设计图进行初步识别，获取其设计图特性，设计图特性指的是有关文字、图像的特性，如是什么类型、语言的文字，有无特殊符合等，因为对于文字识别来说，不同的识别方法对特殊符号的识别精度可能差距极大，如一级、二级、三级钢筋符号，很多的文字识别技术均会识别错误，设计图特性由用户进行编写上传；因此需要先确定其设计图特性，再根据设计图特性选择合适的识别方法进行图像和文字等的识别，提高识别精度；根据选择的识别方法对包装盒设计图进行识别，获得各个包装面的识别数据；根据包装盒设计图的尺寸等数据生成初始模型，该步骤可以直接利用现有技术进行初始模型的生成，如利用神经网络建立对应的人工智能模型，通过训练成功后的人工智能模型进行分析设置；将获得各包装面的识别数据设置在初始模型中对应的各个包装面上，获得包装盒3D模型，获取上传模块的审核结果，根据获得的审核结果在包装盒3D模型中进行相应的标记；即将不合格的位置进行突出标记出来，并插入对应的不合格原因和补充措施。
通过整理模块的设置，实现将包装盒设计图转化为包装盒3D模型，便于用户直观的了解到包装盒设计图对应的三维模型，而且在展示的过程中，当用户发现需要进行图像文字调整时，可以直接进行相应的文字、图像等的修改。通过上传模块和整理模块之间的相互配合，实现快速辅助用户进行包装盒的设计和优化。
其中，识别方法的筛选方式为：
获取加载的待选识别方案特征，如预设的各种图像、文字等识别方案，特征指的是其适合哪些方面的识别、识别精度如何等数据，根据获得的待选识别方案特征与设计图特性进行匹配分析，分析其适配度，按照现有技术根据其特性和识别范围进行适配度分析；按照单项进行逐一分析，获得的是满足最低要求的适配度，低于最低要求的在该单项上直接剔除；根据具有的各适配度进行各待选识别方案的组合，即保证所有单项均能识别的前提下，进行各待选识别方案的组合，获得若干个待选组合，如一个待选识别方案符合8个单项，仅剩一个单项，选择该单项任意具有适配度的待选识别方案即可形成一个待选组合，依此类推，获得若干个待选组合；对各待选组合从待选识别方案数量、各单项对应的适配度两个方向进行评估，获得对应的实施值和适配值，待选识别方案数量越多，实施值越低；各单项适配度越高，适配值越高；具体的基于现有的神经网络建立对应的评估模型，通过人工的方式模拟设置对应的训练集进行训练，训练集包括模拟设置的各单项适配度组合、待选识别方案数量以及对应设置的实施值和适配值；通过训练成功后的评估模型进行评估，获得对应的实施值和适配值；将获得的实施值和适配值分别标记为SC和SP，根据优先值公式YK＝b1×SC+b2×SP计算对应的优先值，其中b1、b2均为比例系数，取值范围为0<b1≤1，0<b2≤1；选择优先值最高的待选组合为目标识别方法。
在一个实施例中，不进行相应的识别，先根据包装盒设计图的尺寸整合为对应尺寸、形式的包装盒3D模型，再将包装盒设计图中对应面的图像直接剪切下来，对应贴在包装盒3D模型的对应面上。这样进行3D模型的建立将会更加的快捷、高效，但是这种方式不便用户后续进行文字等的修改。
所述显示模块用于将包装盒3D模型进行显示。
所述过程辅助模块用于在用户设计的过程中就进行设计辅助，可以采用对接用户设计系统、画板、系统自提供绘制功能等方式，实时获取用户对包装盒的设计过程；对于包装盒设计来说，其尺寸、形状等基本是事先固定的，因此，可以根据包装盒的形状特征生成对应的第一模型，第一模型是空白的表示其大致形状的三维模型；后续实时识别用户绘制的设计数据，如尺寸、图像、文字等，利用整理模块中的相关功能进行相应的识别；根据获得的设计数据对第一模型进行实时调整，获得动态展示模型，将动态展示模型发送到显示模块中进行实时显示。便于用户实时了解其设计过程中的立体形象。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (7)
1.一种包装盒的3D预览系统及其方法，其特征在于，包括上传模块、整理模块和显示模块；
所述上传模块用于用户将包装盒设计图进行上传，并对上传的包装盒设计图进行审核；
所述整理模块用于根据上传的包装盒设计图生成对应的包装盒3D模型，获取包装盒设计图的设计图特性，设计图特性指的是有关文字、图像的特性，根据所述设计图特性选择对应的目标识别方法，基于所述目标识别方法对包装盒设计图进行识别，获得包装盒各个包装面对应的识别数据；
根据包装盒设计图生成对应的初始模型，将获得的各包装面识别数据设置在初始模型中对应的各个包装面上，获得包装盒3D模型，获取上传模块的审核结果，根据获得的审核结果在包装盒3D模型中进行相应的标记；
所述显示模块用于将基于包装盒设计图生成的包装盒3D模型进行显示；
目标识别方法的设置方法包括：
获取加载的各待选识别方案特征和设计图特性，根据待选识别方案特征和设计图特性评估各待选识别方案对应的适配度集；适配度集是按照单项进行逐一分析，获得的是满足最低要求的适配度，低于最低要求的在该单项上直接剔除；根据具有的各适配度进行各待选识别方案的组合，即保证所有单项均能识别的前提下，进行各待选识别方案的组合，获得若干个待选组合；根据适配度集设置若干个待选组合，对待选组合进行筛选，获得目标识别方法；
对待选组合进行筛选的方法包括：
基于神经网络建立对应的评估模型，通过人工的方式模拟设置对应的训练集进行训练，训练集包括模拟设置的各单项适配度组合、待选识别方案数量以及对应设置的实施值和适配值；通过训练成功后的评估模型进行评估，获得对应的实施值和适配值，待选识别方案数量越多，实施值越低；各单项适配度越高，适配值越高；将获得的实施值和适配值分别标记为SC和SP，根据优先值公式YK=b1×SC+b2×SP计算对应的优先值，其中b1、b2均为比例系数，取值范围为0<b1≤1，0<b2≤1；选择优先值最高的待选组合为目标识别方法。
2.根据权利要求1所述的一种包装盒的3D预览系统及其方法，其特征在于，进一步地，上传模块的工作方法包括：
设置审核数据，所述审核数据包括各审核项以及对应的审核标准；通过预设的审核模型根据所述审核标准对用户商户上传的包装盒设计图进行审核，获得各审核项的单项评分，当单项评分不低于阈值X1时，视为审核合格；反之，则视为审核不合格，并生成对应的不合格原因和补充措施。
3.根据权利要求1所述的一种包装盒的3D预览系统及其方法，其特征在于，将审核结果在包装盒3D模型中进行标记的方法包括：
识别审核结果中审核不合格对应的审核项，识别所述审核项在包装盒3D模型中的位置，进行突出标记；获取所述审核项对应的不合格原因和补充措施，将不合格原因和补充措施插入到对应的标记处。
4.根据权利要求3所述的一种包装盒的3D预览系统及其方法，其特征在于，插入的不合格原因和补充措施能够设置为不显示。
5.根据权利要求1所述的一种包装盒的3D预览系统及其方法，其特征在于，用户能够在装盒3D模型中查看各部分的色值。
6.根据权利要求1所述的一种包装盒的3D预览系统及其方法，其特征在于，包装盒3D模型生成的另一种方法包括：
根据包装盒设计图生成对应的初始模型，对包装盒设计图中各包装面进行剪切，将剪切的各包装面替换初始模型中对应的包装面，获得包装盒3D模型。
7.根据权利要求1所述的一种包装盒的3D预览系统及其方法，其特征在于，还包括过程辅助模块，所述过程辅助模块用于在用户设计过程中进行设计辅助，实时获取用户对包装盒的设计过程；根据包装盒的形状特征生成对应的第一模型，实时识别用户绘制的设计数据，根据获得的设计数据对第一模型进行实时调整，获得动态展示模型，将动态展示模型发送到显示模块中进行实时显示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310888178.3A CN116863081B (zh) | 2023-07-19 | 2023-07-19 | 一种包装盒的3d预览系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310888178.3A CN116863081B (zh) | 2023-07-19 | 2023-07-19 | 一种包装盒的3d预览系统及其方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116863081A CN116863081A (zh) | 2023-10-10 |
| CN116863081B true CN116863081B (zh) | 2023-12-29 |
Family
ID=88221356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310888178.3A Active CN116863081B (zh) | 2023-07-19 | 2023-07-19 | 一种包装盒的3d预览系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116863081B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117274511B (zh) * | 2023-11-22 | 2024-03-12 | 大家智合(北京)网络科技股份有限公司 | 一种包装领域的盒型3d预览系统及其方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102006019248A1 (de) * | 2006-04-21 | 2007-10-25 | Niemeyer-Stein, Werner, Dipl.-Ing. | Identifizierungskennzeichnung zur unterscheidbaren Identifizierung von Gegenständen |
| CN106485568A (zh) * | 2016-09-19 | 2017-03-08 | 深圳云创文化科技有限公司 | 一种包装解决装置、方法和服务器 |
| KR20170142819A (ko) * | 2016-06-17 | 2017-12-28 | (주)샘터 | 3차원 합성 영상 생성 방법 및 시스템 |
| KR20190080692A (ko) * | 2017-12-28 | 2019-07-08 | (주)연우피씨엔지니어링 | 2d 도면과 bim모델을 기반으로, 건설용 골조 3d도면·3d형상을 생성하고 건설정보를 운용하는 가상·증강현실 시스템 및 모바일 어플리케이션 |
| CN115438396A (zh) * | 2022-09-05 | 2022-12-06 | 深圳市智码通科技有限公司 | 一种包装设计方法和装置 |
| CN115661553A (zh) * | 2022-12-14 | 2023-01-31 | 深圳市地铁集团有限公司 | 一种基于bim的轨道交通构件分类方法、系统及设备 |
| WO2023056879A1 (zh) * | 2021-10-08 | 2023-04-13 | 北京字跳网络技术有限公司 | 一种模型处理方法、装置、设备及介质 |
| CN116152846A (zh) * | 2021-11-19 | 2023-05-23 | 华为云计算技术有限公司 | 一种设计图转换方法、装置及相关设备 |
-
2023
- 2023-07-19 CN CN202310888178.3A patent/CN116863081B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102006019248A1 (de) * | 2006-04-21 | 2007-10-25 | Niemeyer-Stein, Werner, Dipl.-Ing. | Identifizierungskennzeichnung zur unterscheidbaren Identifizierung von Gegenständen |
| KR20170142819A (ko) * | 2016-06-17 | 2017-12-28 | (주)샘터 | 3차원 합성 영상 생성 방법 및 시스템 |
| CN106485568A (zh) * | 2016-09-19 | 2017-03-08 | 深圳云创文化科技有限公司 | 一种包装解决装置、方法和服务器 |
| KR20190080692A (ko) * | 2017-12-28 | 2019-07-08 | (주)연우피씨엔지니어링 | 2d 도면과 bim모델을 기반으로, 건설용 골조 3d도면·3d형상을 생성하고 건설정보를 운용하는 가상·증강현실 시스템 및 모바일 어플리케이션 |
| WO2023056879A1 (zh) * | 2021-10-08 | 2023-04-13 | 北京字跳网络技术有限公司 | 一种模型处理方法、装置、设备及介质 |
| CN116152846A (zh) * | 2021-11-19 | 2023-05-23 | 华为云计算技术有限公司 | 一种设计图转换方法、装置及相关设备 |
| CN115438396A (zh) * | 2022-09-05 | 2022-12-06 | 深圳市智码通科技有限公司 | 一种包装设计方法和装置 |
| CN115661553A (zh) * | 2022-12-14 | 2023-01-31 | 深圳市地铁集团有限公司 | 一种基于bim的轨道交通构件分类方法、系统及设备 |
Non-Patent Citations (3)
| Title |
|---|
| "AR增强现实在包装盒设计中的应用";熊伟斌 等;《包装工程》;第40卷(第21期);第135-139页 * |
| "基于VR的包装设计研究";邵斐;《自动化与仪器仪表》;第70-72页 * |
| "虚拟现实技术在酒类容器包装设计流程中的应用研究";刘红利;刘红利;第1-76页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116863081A (zh) | 2023-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116863081B (zh) | 一种包装盒的3d预览系统及其方法 | |
| Klasson et al. | A hierarchical grocery store image dataset with visual and semantic labels | |
| CN110473170B (zh) | 一种适用于pcb板真假缺陷判定的人工智能检测方法 | |
| CN109326161A (zh) | 一种试卷批改一体机 | |
| CN109410209B (zh) | 一种基于深度学习分类的坚果外源性异物检测方法 | |
| CN106096015B (zh) | 一种基于大数据双向推荐的深度学习方法及双向推荐装置 | |
| CN111986007A (zh) | 一种商品聚合并计算相似度的方法 | |
| CN109344381A (zh) | 一种题卡合一试卷的生成和识别方法 | |
| CN106537324A (zh) | 涉及打印过程的方法和装置 | |
| CN116541911A (zh) | 一种基于人工智能的包装设计系统 | |
| CN111324698B (zh) | 深度学习方法、评价观点提取方法、装置和系统 | |
| CN111667337A (zh) | 一种商品评价的排序方法和系统 | |
| CN106598942A (zh) | 基于表情分析和深度学习的社交网络情感分析方法 | |
| CN108734159A (zh) | 一种图像中敏感信息的检测方法及系统 | |
| CN110263232A (zh) | 一种基于广度学习和深度学习的混合推荐方法 | |
| CN106844403A (zh) | 信息处理方法和装置 | |
| CN106323985B (zh) | 计算机视觉结合自我学习行为的实木板材品质检测方法 | |
| CN113255079A (zh) | 一种基于人工智能的包装设计方法及装置 | |
| CN110942180B (zh) | 基于xgboost算法的工业设计匹配服务方预测方法 | |
| CN109492445A (zh) | 一种基于序贯信息码图像识别的防伪防窜货方法 | |
| CN113158670A (zh) | 一种基于实体情感识别的电商评论意见抽取方法 | |
| CN115240031B (zh) | 一种基于生成对抗网络的板材表面缺陷生成方法及系统 | |
| CN115240194B (zh) | 一种基于视觉的垃圾分类和云回收估价方法 | |
| CN106354838A (zh) | 一种基于语义共鸣色彩的数据可视化方法 | |
| Bao | The embodiment of color elements in product packaging design |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |