流形物体二维线框投影中的神经面识别
计算机视觉与模式识别
2022-03-09 v1
摘要
在计算机辅助设计（CAD）系统中，2D 线图常用于说明 3D 物体设计。为从单张 2D 线图重建所描绘的 3D 模型，一个重要的关键是找出线图中对应于 3D 物体实际面的边环。在本文中，我们从新颖的数据驱动视角切入这一经典的面识别问题。我们将其视为序列生成问题：从任意边出发，采用流行 Transformer 模型的一种变体按自然顺序预测与同一面相关联的边。这使我们得以避免像多数现有方法那样用各种手工规则与启发式搜索所有可能边环的空间，并能处理曲面与嵌套边环等挑战性情形，还可利用面类型等额外线索。我们进一步讨论了可能不完美的预测如何用于 3D 物体重建。
引用
@article{arxiv.2203.04229,
title = {Neural Face Identification in a 2D Wireframe Projection of a Manifold Object},
author = {Kehan Wang and Jia Zheng and Zihan Zhou},
journal= {arXiv preprint arXiv:2203.04229},
year = {2022}
}
备注
To Appear in CVPR 2022. The project page is at https://manycore-research.github.io/faceformer