GaussianCAD: 基于3D高斯溅射从三个正交视图进行鲁棒自监督CAD重建
计算机视觉与模式识别
2025-03-10 v1 计算工程、金融与科学
摘要
从CAD草图自动重建三维计算机辅助设计（CAD）模型近期在计算机视觉领域受到广泛关注。然而，大多数现有方法依赖矢量CAD草图和三维真值进行监督，这些数据在工业应用中往往难以获取，且对噪声输入敏感。我们将CAD重建视为稀疏视图三维重建的一个特例，以克服这些限制。虽然这一重新表述提供了有前景的视角，但现有三维重建方法通常需要自然图像及相应的相机姿态作为输入，这引入了两个主要挑战：（1）CAD草图与自然图像之间的模态差异，（2）CAD草图相机姿态估计的困难。为解决这些问题，我们首先将CAD草图转换为类似自然图像的表示并提取相应掩膜。接着，我们手动计算正交视图的相机姿态以确保在三维坐标系中的精确对齐。最后，我们采用定制的稀疏视图三维重建方法，从对齐的正交视图中实现高质量重建。通过利用光栅化CAD草图进行自监督，我们的方法消除了对矢量CAD草图和三维真值的依赖。在Sub-Fusion360数据集上的实验表明，我们提出的方法在CAD重建性能上显著优于先前方法，并展现出对噪声输入的强鲁棒性。
引用
@article{arxiv.2503.05161,
title = {GaussianCAD: Robust Self-Supervised CAD Reconstruction from Three Orthographic Views Using 3D Gaussian Splatting},
author = {Zheng Zhou and Zhe Li and Bo Yu and Lina Hu and Liang Dong and Zijian Yang and Xiaoli Liu and Ning Xu and Ziwei Wang and Yonghao Dang and Jianqin Yin},
journal= {arXiv preprint arXiv:2503.05161},
year = {2025}
}