基于图神经网络与STEP格式的CAD三维模型分类
计算机视觉与模式识别
2022-11-01 v1
摘要
本文提出一种用于三维模型检索与分类的新方法，其直接在计算机辅助设计（CAD）格式下执行，无需转换为点云或网格等其他表示，从而避免了任何信息损失。在众多CAD格式中，我们考虑广泛使用的STEP扩展名，它代表了产品制造信息的标准。该特定格式将三维模型表示为一组相互连接的曲面与顶点等基元元素。在我们的方法中，利用STEP文件的连接结构创建图，其中节点为基元元素，弧为其间的连接。随后我们使用图神经网络（GNNs）解决模型分类问题。最后，我们通过分别从Traceparts模型库与Configurators软件建模公司收集数据，创建了两组原生CAD格式的三维模型数据集。我们使用这些数据集将我们的方法与考虑其他三维格式的现有最优方法进行测试与比较。我们的代码见 https://github.com/divanoLetto/3D_STEP_Classification
引用
@article{arxiv.2210.16815,
title = {CAD 3D Model classification by Graph Neural Networks: A new approach based on STEP format},
author = {L. Mandelli and S. Berretti},
journal= {arXiv preprint arXiv:2210.16815},
year = {2022}
}