Method for Training an Artificial Intelligence System; System Comprising an Artificial Intelligence System, Computer Program Product

Simple SummaryContent extracted from patent full text and abstract with AI.

This invention describes a method and system for training an artificial intelligence (AI) system, specifically for estimating the pose (position and orientation) of objects. The process involves generating synthetic depth images with labeled information by selecting and modifying 3D object models, placing them in background scenes with depth data, identifying areas to place objects, determining possible camera positions, assembling and rendering scenes, and using the images as training data for the AI system.

Use CasesContent extracted from patent full text and abstract with AI.

• Robotics for object manipulation and grasping tasks
• Automated quality inspection in manufacturing using AI vision
• Augmented reality (AR) and virtual reality (VR) for realistic object placement or interaction
• Warehouse automation for pick-and-place tasks by robots
• Autonomous navigation for robots requiring understanding of object locations and orientations
• Surveillance and security systems needing accurate object detection and pose estimation

BenefitsContent extracted from patent full text and abstract with AI.

• Enables efficient and accurate training of AI for object pose estimation without the need for large quantities of real-world labeled data
• Reduces the time and cost associated with data collection and annotation
• Increases the flexibility to train AI systems on diverse scenarios through synthetic data generation
• Improves the accuracy and robustness of AI systems in recognizing and localizing objects in 3D space
• Allows rapid prototyping and testing of object recognition models with varied objects and environments

Technical Classifications (CPCs)

Inventors & Applicants

Patent Abstract

Die Erfindung betrifft ein Verfahren zum Trainieren eines künstliche Intelligenz-Systems, insbesondere zur Posenschätzung von Objekten,wobei das Verfahren die folgenden Schritte umfasst:-- a) Bereitstellen eines Objekts durch Auswählen und/oder Verändern einer Objektgeometrie eines 3D-Objektmodelles innerhalb festlegbarer Grenzen;-- b1) Bereitstellen einer Hintergrundszene, aufweisend zumindest Tiefeninformationen;-- b2) Identifizieren von einem oder mehreren Anordnungsbereichen, insbesondere Ablageflächen, für Objekte in der bereitgestellten Hintergrundszene;-- b3) Ermitteln von möglichen virtuellen Kamerapositionen auf Grundlage der identifizierten Anordnungsbereiche und der Tiefeninformationen der bereitgestellten Hintergrundszene;-- b4) Auswählen von einer virtuellen Kameraposition aus den ermittelten möglichen virtuellen Kamerapositionen;-- c) Zusammenstellen einer Szene zumindest mithilfe:- der bereitgestellten Hintergrundszene,- der identifizierten Anordnungsbereiche für Objekte,- des bereitgestellten Objekts, und- der ausgewählten virtuellen Kameraposition;-- d) Rendern der zusammengestellten Szene zur Erzeugung von synthetischen Tiefenbildern mit Labelinformationen;-- e) Verwenden der erzeugten synthetischen Tiefenbilder mit Labelinformationen als Trainingsdaten zum Trainieren des künstliche Intelligenz-Systems.