学习用于推断可编辑特征树的神经网络

    公开(公告)号:CN111382496A

    公开(公告)日:2020-07-07

    申请号:CN201911396215.9

    申请日:2019-12-30

    摘要: 本发明尤其涉及一种计算机实现的方法,该方法用于学习被配置用于从3D形状的离散几何表示推断出表示3D形状的可编辑特征树的神经网络。可编辑特征树包括应用于叶几何形状的几何运算的树布置。该方法包括提供数据集,该数据集包括相应的3D形状中的每一个3D形状的离散几何表示,以及提供叶几何形状的候选集合。该方法还包括基于数据集并且基于候选集合来学习神经网络。候选集合包括叶几何形状的至少一个连续子集。该方法形成针对数字化的改进的解决方案。