(相关资料图)

在全屋定制行业场景中，CAD图纸是设计方案重要的呈现方式。而门店设计师完成的CAD图纸到了生产和施工端，机器无法直接识别，往往需要人工将CAD图纸包含的设计语言转化成三维模型，再进一步生成可供生产线加工的数据，这对数据准确性、拆单效率和工厂产能带来了很大的影响。

为了解决这一难题，群核科技近几年一直专注于利用AI实现三维建模的研究。近日，群核科技与中山大学、电子科技大学等学术机构合作的一篇题为《PlankAssembly: Robust 3D Reconstruction from Three Orthographic Views with Learnt Shape Programs》的论文被国际计算机视觉大会（ICCV）接收。ECCV与ICCV、CVPR共称为计算机视觉领域三大国际顶级学术会议。

本篇论文研究了计算机辅助设计中一个长期存在的难题：从三视图中重建三维模型。传统算法通过建立二维图纸与三维模型之间的显式关系来解决这一问题。经实验表明，传统算法对于图纸错误十分敏感，这也限制了这类算法在实际产品中的应用。目前，有同行尝试通过几何识别的方式，识别长度、宽度等2D信息，但只能做到简单的CAD模型重建。

为了解决算法对图纸错误的敏感性问题，群核科技尝试利用AI深度学习算法，基于数据驱动的手段来缓解这一问题。具体地，本研究采用自注意力机制来进行隐式建模，通过在包含超2.6万个参数化CAD模型的数据集进行训练，可以自动将三个正交视图中的二维线条图转换成三维CAD模型。与传统算法相比，我们的提出的算法对噪声的鲁棒性有显著提升。

更重要的是，一般而言，重建的物体都不能编辑，但本研究重建了板件之间的联动关系，以实现对重建柜体的可编辑效果。

基于群核科技提出的算法研究为业界提供三维建模的新思路，本研究得到了浙江省2022年度重点研发项目的支持。

海外一位人工智能行业的从业者惊喜于这项研究将要实现的效果，并形容它是：木工师傅和3D打印机的利器。

为更快解决定制柜体CAD重建问题，群核科技将加速本研究的成果在产业场景的落地应用。

（免责声明：此文内容为广告，相关素材由广告主提供，广告主对本广告内容的真实性负责。本网发布目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，请自行核实相关内容。广告内容仅供读者参考。）

关键词：