文章目录
摘要
提出一种协同分析方法,该方法学习对象类别(如婴儿车或背包)的功能模型。
通过学习各种对象类别的功能模型,可以得到一个知识库,能够在没有场景上下文的情况下形成对单个3D对象的功能理解。随着模型中的面片定位,功能感知建模,例如功能对象增强和功能对象混合体的创建成为可能。
一、简介
该方法示意图如下:

a.给定一组属于同一类别的3D对象(每个对象是由上下文场景提供),检测出支持对象间不同类型的交互。通过协同分析生成一组面片(每个面片都是支持特定类型交互的,例如手握婴儿车的把手)。
b.通过学习一个特定的类别功能模型(模型由面片和及其关系组成,它们共同总结了所有面片的功能特性)
c.一个独立的未知对象,预测出对象的功能面片的位置以及对该特定功能支持的程度。
二、方法
1.功能模型
该模型可以被表示为M={P,B,Ω},示例图如下:
P={Pi}:一组面片——一元属性
B={Bi,j}:面片之间的关系——二元属性
Ω:权重——描述一元和二元的相关性

附图说明:定义了一组抽象的一维属性U={Uk},例如面片的法向;二维属性B={Bk},比如两个不同面片的相对方向;

本文介绍了一种协同分析方法,通过学习3D对象类别功能模型,理解和预测对象的功能。方法包括ICON、协同分析、面片定义、模型定义及功能预测,能够应用于功能增强和发现多种功能。
最低0.47元/天 解锁文章
7292





