GraphBrep：在图结构中学习B-Rep以实现高效CAD生成
计算机视觉与模式识别
2025-07-08 v1
摘要
直接B-Rep生成在CAD工作流中日益重要，它消除了昂贵的建模序列数据并支持复杂特征。一个关键挑战是对未对齐的几何与拓扑的联合分布进行建模。现有方法倾向于将拓扑隐式嵌入到边的几何特征中。虽然这种集成确保了特征对齐，但它也导致边几何携带比原始B-Rep更多的冗余结构信息，从而导致显著更高的计算成本。为了减少冗余，我们提出了GraphBrep，一种显式表示和学习紧凑拓扑的B-Rep生成模型。遵循B-Rep的原始结构，我们构建了一个无向加权图来表示曲面拓扑。采用图扩散模型来学习以曲面特征为条件的拓扑，作为确定基本曲面之间连接性的基础。显式表示确保了紧凑的数据结构，有效降低了训练和推理过程中的计算成本。在两个大规模无条件数据集和一个类别条件数据集上的实验表明，与最先进方法相比，所提出的方法显著减少了训练和推理时间（对于给定数据集分别高达31.3%和56.3%），同时保持了高质量的CAD生成。
引用
@article{arxiv.2507.04765,
title = {GraphBrep: Learning B-Rep in Graph Structure for Efficient CAD Generation},
author = {Weilin Lai and Tie Xu and Hu Wang},
journal= {arXiv preprint arXiv:2507.04765},
year = {2025}
}