CAD-SIGNet: 利用逐层草图实例引导注意力从点云推断CAD语言
计算机视觉与模式识别
2024-02-28 v1
摘要
计算机辅助设计（CAD）领域的逆向工程是一个长期追求但尚未完全实现的目标。其主要目的是从给定物体的3D扫描中揭示其背后的CAD过程。我们提出CAD-SIGNet，一个端到端可训练的自回归架构，从输入点云中恢复表示为草图-拉伸序列的CAD模型的设计历史。我们的模型通过点云与CAD语言嵌入之间的逐层交叉注意力学习视觉-语言表示。特别地，我们提出了一个新的草图实例引导注意力（SGA）模块以重建草图的细粒度细节。由于其自回归特性，CAD-SIGNet不仅从输入点云重建对应CAD模型的唯一完整设计历史，还提供多种合理的设计选择。这允许交互式逆向工程场景，为设计者提供多个下一步选择。在公开CAD数据集上的大量实验展示了我们的方法在两种设置（完整设计历史恢复和从点云的条件自动补全）下相对于现有基线模型的有效性。
引用
@article{arxiv.2402.17678,
title = {CAD-SIGNet: CAD Language Inference from Point Clouds using Layer-wise Sketch Instance Guided Attention},
author = {Mohammad Sadil Khan and Elona Dupont and Sk Aziz Ali and Kseniya Cherenkova and Anis Kacem and Djamila Aouada},
journal= {arXiv preprint arXiv:2402.17678},
year = {2024}
}