基于 Dirichlet 正则化的无向点云水密面重建的联合方向与权重优化
计算机视觉与模式识别
2026-02-17 v1
摘要
我们提出了 Dirichlet Winding Reconstruction（DiWR），一种从无向点云（具有非均匀采样、噪声和离群点）重建水密表面的鲁棒方法。该方法使用广义环绕数（GWN）场作为目标隐式表示，并联合优化点方向、每个点的面积权重和置信度系数。优化过程最小化诱导环绕场的 Dirichlet 能量，同时加入额外的 GWN 约束，使 DiWR 能够补偿非均匀采样、降低噪声影响、在重建期间对离群点进行加权，且无需独立的预处理步骤。我们在来自 3D 高斯溶解、计算机视觉管线以及受损图形基准数据集上进行评估。实验表明，DiWR 在这些具有挑战性的输入数据上能够生成合理的水密表面，并优于传统多阶段管线和最近的联合方向-重建方法。
关键词
引用
@article{arxiv.2602.13801,
title = {Joint Orientation and Weight Optimization for Robust Watertight Surface Reconstruction via Dirichlet-Regularized Winding Fields},
author = {Jiaze Li and Daisheng Jin and Fei Hou and Junhui Hou and Zheng Liu and Shiqing Xin and Wenping Wang and Ying He},
journal= {arXiv preprint arXiv:2602.13801},
year = {2026}
}