MeshRipple：结构化自回归艺术家网格生成
计算机视觉与模式识别
2025-12-10 v2
摘要
网格是3D资源的主要表示形式。自回归网格生成器将面片序列化，并通过滑动窗口推理在截断片段上进行训练以应对内存限制。然而，这种不匹配破坏了长程几何依赖关系，产生孔洞和碎片化组件。为解决这一关键限制，我们提出了MeshRipple，它从活跃生成前沿向外扩展网格，类似于水面上的涟漪。MeshRipple基于三项关键创新：前沿感知的BFS分词，使生成顺序与表面拓扑对齐；扩展预测策略，保持连贯且连接的表面增长；以及稀疏注意力全局记忆，提供有效无界的感受野以解决长程拓扑依赖。这一集成设计使MeshRipple能够生成具有高表面保真度和拓扑完整性的网格，优于强大的近期基线方法。
引用
@article{arxiv.2512.07514,
title = {MeshRipple: Structured Autoregressive Generation of Artist-Meshes},
author = {Junkai Lin and Hang Long and Huipeng Guo and Jielei Zhang and JiaYi Yang and Tianle Guo and Yang Yang and Jianwen Li and Wenxiao Zhang and Matthias Nießner and Wei Yang},
journal= {arXiv preprint arXiv:2512.07514},
year = {2025}
}