[发明专利]用于辅助3D场景中的3D对象的定位的计算机实现方法

说明书

本发明涉及一种用于辅助数字建模的3D对象的定位的计算机实现的方法，包括以下步骤：S1：提供在3D场景中具有3D位置的第一数字建模的3D对象(OBJ1)；S2：根据第一轴(AX1)和第一视点来渲染所述第一数字建模的3D对象(OBJ1)在屏幕上的投影；S3：在根据用户动作修改第一数字建模的3D对象(OBJ1)沿第一轴(AX1)的3D位置的同时，自动缩放第一3D对象(OBJ1)，以使移动后的对象在屏幕上的投影保持恒定。

技术领域

本发明涉及一种用于辅助3D场景中的数字建模的3D对象的定位的计算机实现的方法。例如，本发明使得能够拍摄诸如家具之类的对象的照片，创建对象的3D模型，或者从对象的现有图像开始，存储图像和/或共享图像以用于进一步的CAD操作。

背景技术

基于单个图像创建复杂的3D物理对象(例如，由平坦顶部和一条或多条腿组成的桌子)的数字模型是一项复杂的任务。实际上，图像具有角度，该角度由相机的视角和位置确定，并且在对对象的所有部件进行建模时，必须考虑到该角度。否则，3D模型将无法表达物理对象的现实布置。在下文中，除非明确声明相反的情况，否则对3D对象的任何引用都将指代数字建模的3D对象，而不是物理对象。类似地，除非明确声明相反的情况，否则对3D场景的任何引用都将指代计算机生成的数字3D场景，而不是物理世界中的场景。

在计算机辅助设计(CAD)系统中，例如由达索系统(Dassault Systèmes)提供的商标为CATIA的系统，用户可以基于单个图像创建包括若干3D部件的复杂的3D对象。为此，他通过在2D图像上绘制3D部件(例如，通过在桌子的平坦顶部上绘制第一平行六面体，并且在脚板上绘制另一平行六面体)来创建3D部件。替代地，他可以从现有3D部件开始。由于仅根据CAD系统的虚拟相机的一个视点组装3D部件这一事实，从该视点来看，3D部件的相对位置可能不与期望的相对位置相对应。例如，从第一视点看，用户看到代表桌子的平坦顶部的3D部件和代表桌子腿的3D部件是对齐的。从另一视点看，两个3D部件可能是未对齐的。

为了纠正3D部件的错误的相对定位，用户可以操纵图形操纵器，例如CATIA中的3D指南针。3D指南针体现了多种功能的紧凑表示，这些功能可以关联到将在其上执行功能(例如旋转、平移、缩放)的对象。

用户将3D指南针朝向3D部件之一(例如，代表平坦顶部的3D部件)拖动，然后释放3D部件上的指针，这将3D指南针锚定在该3D部件上。当改变虚拟相机的视点时，用户通过拖动3D指南针的箭头之一来平移在其上锚定了3D指南针的3D部件。

然而，一旦用户再次改变视点并返回到最初的视点，则由于平移，已经平移的3D部件在屏幕上的投影的尺寸看起来已经改变。平移后的3D部件与其初始尺寸相比更大或更小。因此，用户将3D指南针拖动到平移后的3D部件上；然后他不释放地按住3D指南针的缩放按钮，并且移动指针直到他认为3D部件已经被正确地重新缩放。

因此，使用用户分两个步骤进行，即一步用于平移，另一步用于重新缩放，这很费时。此外，可以重复这两个步骤，以迭代地获得期望的相对定位，这进一步增加了设计时间。

使用摄影测量技术的解决方案可以实现非常精确的3D重建，例如在应用“CatiaPhoto To Shape”(由达索系统销售的)中实现的。然而，该技术要求以两个不同视点从至少两个图像开始。因此，对于从物理3D对象的单个图像开始对该物理3D对象进行建模来说，这不是令人满意的解决方案。

学术研究最近也集中在3D姿态估计上，例如在文章“3D Human Pose Machineswith Self-supervised Learning(具有自监督学习的3D人体姿态机器)”(Keze Wang等人，IEEE Transactions on patter,analysis and machine intelligence，2019年)中所公开的。在这种情况下，从人体的2D姿态开始，可以通过使用深度学习来重建3D姿态。然而，该篇文章特定于特定类别，即人体，并且不能扩展到其他类别的对象。更一般而言，每个神经网络都适用于特定类别的对象。