Coverage Axis++：面向三维形状骨架化的高效内部点选择
计算机视觉与模式识别
2024-06-11 v7 计算几何
图形学
摘要
我们介绍了Coverage Axis++，一种新颖且高效的三维形状骨架化方法。当前该任务的最先进方法通常依赖于输入的水密性，或承受巨大的计算成本，从而限制了其实用性。为应对这一挑战，Coverage Axis++提出了一种启发式算法来选择骨架点，在显著降低各种形状表示的计算强度的同时，提供了中轴变换（MAT）的高精度近似。我们引入了一种简单而有效的策略，该策略考虑形状覆盖度、均匀性和中心性来推导骨架点。选择过程强制与形状结构保持一致，同时优先选择主导中轴球，从而在MAT方面引入了一种紧凑的底层形状表示。因此，Coverage Axis++允许对各种形状表示（例如，水密网格、三角面片、点云）进行骨架化，指定骨架点的数量，使用少量超参数，并以更高的重建精度实现高效计算。在广泛的三维形状上进行的大量实验验证了Coverage Axis++的效率和有效性。我们的代码可在https://github.com/Frank-ZY-Dou/Coverage_Axis获取。
引用
@article{arxiv.2401.12946,
title = {Coverage Axis++: Efficient Inner Point Selection for 3D Shape Skeletonization},
author = {Zimeng Wang and Zhiyang Dou and Rui Xu and Cheng Lin and Yuan Liu and Xiaoxiao Long and Shiqing Xin and Taku Komura and Xiaoming Yuan and Wenping Wang},
journal= {arXiv preprint arXiv:2401.12946},
year = {2024}
}
备注
SGP2024. Project Page: https://frank-zy-dou.github.io/projects/CoverageAxis++/index.html