“M·布尔克纳福德”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果18个，建议您升级VIP下载更多相关专利

[发明专利]用一组并行运行的计算资源模拟3D场景的方法、程序和系统-CN201710917902.5有效
发明人： M·布尔克纳福德;P·R·F·贝尔曼斯 -专利权人：达索系统公司
申请日： 2017-09-30 - 公布日： 2023-07-28 - 主分类号： G06F9/50 文献下载
摘要：本发明显著地涉及用于对3D场景进行模拟的计算机实现的方法。模拟是利用一组并行运行的计算资源来执行的。该方法包括：将3D场景划分成多个分区。每个分区被确定大小为满足该组中的一个计算资源的实时计算约束。该方法包括：将多个分区中的每个分区分配给计算资源；计算每个计算资源的负载的估值，并且确定一个或多个计算资源是否过载或欠载；针对每个分区，计算分区对于该分区被分配给的计算资源的负载的贡献；将过载或欠载的计算资源的一个或多个分区重新分配给另一计算资源，重新分配因利用组合优化算法计算出的分区的贡献而产生。
一组并行运行计算资源模拟场景方法程序系统

[发明专利]将3D场景自动划分成由计算资源进行处理的多个分区-CN201711395421.9有效
发明人： M·布尔克纳福德;P·R·F·贝尔曼斯 -专利权人：达索系统公司
申请日： 2017-12-21 - 公布日： 2023-07-28 - 主分类号： G06T19/20 文献下载
摘要：本发明显著地涉及用于将3D场景划分成多个分区的计算机实现的方法，每个分区表示3D场景中的区域或体并且由计算资源进行处理。该方法包括：提供包括一个或多个对象的3D场景，每个对象产生计算资源成本；计算表示所提供的3D场景的计算成本的密度的第一图；定义表示将作为对3D场景的划分而获得的分区的形状上的约束的第二图；通过计算没有动态对象的3D场景的空间量子化，将所提供的3D场景离散化成单元，动态对象是能够在3D场景中潜在地移动的对象；针对每个单元，根据3D场景的第一图对计算成本进行计算；根据第二图将单元聚合成一个或多个分区，每个分区具有作为属于该分区的单元的计算成本的总和的计算成本，该分区的计算成本允许在计算资源上进行对该分区的实时模拟。
场景自动分成计算资源进行处理分区

[发明专利]三维建模对象的压缩-CN201611157192.2有效
发明人： F·米歇尔;M·布尔克纳福德 -专利权人：达索系统公司
申请日： 2016-10-28 - 公布日： 2023-05-12 - 主分类号： H04N19/20 文献下载
摘要：本发明尤其涉及一种用于压缩三维建模的对象的计算机实现的方法。该方法包括提供三维建模的对象的网格，在二维平面上对该网格进行参数化(u，v)，将该参数化的网格转换为图像I，定义来自图像I的单元的栅格，每个单元由控制点的集合来进行定义，计算该栅格的每个单元的相关性，确定具有的相关性低于预定阈值的至少一个单元，调整该至少一个确定的单元的大小并计算获得的栅格，根据获得的栅格来计算针对该图像的每个像素的变换，以及将计算的变换应用至该图像I。
三维建模对象压缩

[发明专利]用于3D形状优化的深度参数化-CN202210609035.X在审
发明人： M·梅兹格汉尼;T·博德里托;M·布尔克纳福德;M·奥夫斯贾尼科夫 -专利权人：达索系统公司;巴黎综合理工学院;国立科学研究中心
申请日： 2022-05-31 - 公布日： 2023-03-24 - 主分类号： G06F30/10 文献下载
摘要：本公开尤其涉及一种计算机实现的机器学习方法。该方法包括提供均代表机械零件的3D建模对象的数据集。每个3D建模对象都包括机械零件的几何形状的规范。该方法还包括学习参数化向量集和神经网络，每个向量对应于数据集的相应3D建模对象。神经网络被配置为将参数化向量作为输入并输出可用于可微分的基于模拟的形状优化的3D建模对象的表示。学习包括最小化损失。对于数据集的每个3D建模对象，损失会惩罚：神经网络对于与3D建模对象相对应的输入参数化向量的输出与3D建模对象的表示之间的差异。3D建模对象的表示可用于可微分的基于模拟的形状优化。
用于形状优化深度参数

[发明专利]深度学习生成模型-CN202111119857.1在审
发明人： M·梅兹格汉尼;M·奥夫斯贾尼科夫;M·布尔克纳福德 -专利权人：达索系统公司;巴黎综合理工学院;国立科学研究中心
申请日： 2021-09-24 - 公布日： 2022-06-10 - 主分类号： G06F30/17 文献下载
摘要：本公开特别涉及一种用于训练深度学习生成模型的计算机实现方法，该模型被配置为输出均表示机械零件或机械零件组装件的3D建模对象。该方法包括提供3D建模对象的数据集并基于该数据集训练深度学习生成模型。训练包括最小化损失。损失包括一项，该项针对每个输出的相应3D建模对象，惩罚相应3D建模对象的一个或多个功能分数。每个功能分数衡量机械零件或机械零件组装件对于一个或多个功能描述符之中的相应功能描述符的不尊重程度。这形成了关于输出3D建模对象的改进解决方案，每个3D建模对象都代表机械零件或机械零件组装件。
深度学习生成模型

[发明专利]用于设计建模对象的3D组装的方法、装置、介质和系统-CN201611272992.9有效
发明人： J·J·蒂弗罗;M·布尔克纳福德 -专利权人：达索系统公司
申请日： 2016-12-22 - 公布日： 2022-04-05 - 主分类号： G06F30/17 文献下载
摘要：本发明尤其涉及一种用于设计建模对象的3D组装的计算机实现的方法。该方法包括通过将第二3D建模对象与第一3D建模对象的至少一个光栅图像合并而在第二计算机上渲染建模对象的3D组装，该至少一个光栅图像已经被从第一计算机流式传送至第二计算机；从第二计算机向第一计算机发送与该第二3D建模对象相关的第一数据以用于在第一3D建模对象和第二3D建模对象之间的接触计算；以及在第一计算机上计算在第一3D建模对象和第二3D建模对象之间的接触。
用于设计建模对象组装方法装置介质系统

[发明专利]从2D图像进行3D建模对象的识别的方法、介质与系统-CN201611273096.4有效
发明人： M·布尔克纳福德;F·米歇尔;A·雷耶步斯夫 -专利权人：达索系统公司
申请日： 2016-12-06 - 公布日： 2022-01-14 - 主分类号： G06T17/00 文献下载
摘要：该发明特别涉及一种用于从二维图像识别三维建模对象的计算机实现的方法。该方法包括：提供从三维建模对象渲染的二维图像的第一集合，第一集合中的每个二维图像被关联到标签；提供非从三维对象渲染的二维图像的第二集合，第二集合中的每个二维图像被关联到标签；在第一和第二集合两者上训练模型；提供相似度度量；提交描绘至少一个对象的二维图像；以及通过使用训练模型和相似度度量检索与提交的所述二维图像的至少一个对象相似的三维对象。
图像进行建模对象识别方法介质系统

[发明专利]交互对象选择-CN202011478828.X在审
发明人： A·雷耶步斯夫;T·迪朗;M·布尔克纳福德 -专利权人：达索系统公司
申请日： 2020-12-15 - 公布日： 2021-06-18 - 主分类号： G06T17/20 文献下载
摘要：本发明尤其涉及一种计算机实现的机器学习方法。该方法包括提供3D点云的数据集。每个3D点云包括至少一个对象。每个3D点云均配备有对一个或多个图形用户交互的规定，每个图形用户交互各自表示对3D点云中的同一对象的相应选择操作。该方法还包括基于数据集使神经网络进行学习，所述神经网络被配置用于分割包括对象的输入3D点云。分割是基于输入3D点云并且基于一个或多个输入图形用户交互的规定的，一个或多个输入图形用户交互中的每个图形用户交互各自表示对3D点云中的对象的相应选择操作。该方法可以被称为学习方法。
交互对象选择

[发明专利]混合式流式传送-CN201611273122.3有效
发明人： M·布尔克纳福德;J·J·蒂弗罗 -专利权人：达索系统公司
申请日： 2016-12-22 - 公布日： 2020-12-08 - 主分类号： H04N13/122 文献下载
摘要：本发明特别地涉及一种用于显示建模对象的3D组件的计算机实现的方法。该方法包括：从第一计算机向第二计算机流式传送第一3D建模对象的至少一个光栅图像，并且通过将第二3D建模对象与所流式传送的至少一个光栅图像融合而在第二计算机上渲染建模对象的3D组件。
混合式传送

[发明专利]虚拟世界中的经验学习-CN202010371444.1在审
发明人： A·雷耶步斯夫;M·布尔克纳福德;M·梅兹格汉尼 -专利权人：达索系统公司
申请日： 2020-05-06 - 公布日： 2020-11-06 - 主分类号： G06F30/12 文献下载
摘要：本发明尤其涉及一种计算机实现的机器学习方法。该方法包括提供场景的测试数据集。测试数据集属于测试域。该方法包括提供域自适应神经网络。域自适应神经网络是对从训练域获得的数据进行学习的机器学习的神经网络。域自适应神经网络被配置用于推断测试域的场景中的空间上能够重构的对象。该方法还包括确定中间域。就数据分布而言，中间域比测试域更接近训练域。该方法还包括通过应用域自适应神经网络，根据在中间域上转移的测试域的场景来推断空间上能够重构的对象。这样的方法构成了用包括空间上能够重构的对象的场景的数据集的改进的机器学习方法。
虚拟世界中的经验学习

[发明专利]虚拟世界中的经验学习-CN202010371530.2在审
发明人： A·雷耶步斯夫;M·梅兹格汉尼;M·布尔克纳福德 -专利权人：达索系统公司
申请日： 2020-05-06 - 公布日： 2020-11-06 - 主分类号： G06F30/12 文献下载
摘要：本发明尤其涉及一种计算机实现的机器学习方法。该方法包括提供虚拟场景的数据集。虚拟场景的数据集属于第一域。该方法还包括提供真实场景的测试数据集。测试数据集属于第二域。该方法还包括确定第三域。就数据分布而言，第三域比第一域更接近第二域。该方法还包括基于第三域学习域自适应神经网络。域自适应神经网络是被配置用于推断真实场景中空间上能够重构的对象的神经网络。这样的方法构成了包括具有空间上能够重构的对象的场景的数据集的改进的机器学习方法。
虚拟世界中的经验学习

[发明专利]织物片组合的仿真-CN201410327970.2有效
发明人： P·R·F·贝尔曼斯;M·布尔克纳福德 -专利权人：达索系统公司
申请日： 2014-05-29 - 公布日： 2020-03-03 - 主分类号： G06F30/20 文献下载
摘要：提出了一种用于仿真织物片组合的计算机实现的方法。该方法包括提供多个并行的求解器，第一求解器仿真至少一个第一织物片，而且第二求解器仿真至少一个第二织物片，并且通过由第一和第二求解器计算公共边界，维持第一和第二织物片严丝合缝。
织物组合仿真

[发明专利]利用逐像素分类器来对2D平面图进行语义分割-CN201811610377.3在审
发明人： A·雷耶步斯夫;L·杜邦德迪内尚;M·布尔克纳福德 -专利权人：达索系统公司
申请日： 2018-12-27 - 公布日： 2019-07-26 - 主分类号： G06T7/10 文献下载
摘要：本发明特别涉及一种用于确定函数的计算机实现的方法，该函数被配置为确定表示建筑的布局的2D平面图的语义分割。该方法包括提供包括2D平面图的数据集，每个2D平面图与相应的语义分割相关联。该方法还包括基于数据集来学习函数。这种方法提供了用于处理2D平面图的改进的解决方案。
语义分割数据集计算机实现像素分类器关联配置改进学习

[发明专利]生成表示建筑的3D模型-CN201811611733.3在审
发明人： A·雷耶步斯夫;L·杜邦德迪内尚;M·布尔克纳福德 -专利权人：达索系统公司
申请日： 2018-12-27 - 公布日： 2019-07-19 - 主分类号： G06T17/00 文献下载
摘要：本发明特别涉及用于生成表示建筑的3D模型的计算机实现的方法。该方法包括提供表示建筑的布局的2D平面图。该方法还包括确定2D平面图的语义分割。该方法还包括基于语义分割来确定3D模型。这种方法提供了用于处理2D平面图的改进的解决方案。
语义分割计算机实现改进

[发明专利]对图像的区域加字幕-CN201810409790.7在审
发明人： N·吕贝尔斯;M·布尔克纳福德 -专利权人：达索系统公司
申请日： 2018-05-02 - 公布日： 2018-11-13 - 主分类号： G06F17/30 文献下载
摘要：本发明特别涉及一种用于学习被配置为用于对图像的区域加字幕的函数的计算机实现的方法，该方法包括提供三元组的数据集，每个三元组包括相应的图像、相应的图像的相应区域以及相应区域的相应字幕；以及利用三元组的数据集来学习被配置为基于输入图像和输入图像的输入区域来生成输出字幕的函数。这种方法构成了用于对图像的区域加字幕的改进的技术方案。
字幕图像三元组输入图像相应区域数据集计算机实现输入区域配置输出学习改进

1
2
下一页»
尾页
共 18 条