SeamCrafter：通过强化学习增强网格接缝生成以辅助艺术家UV展开
环与代数
2025-10-02 v2
摘要
网格接缝在3D表面划分以进行UV参数化和纹理映射中起着关键作用。放置不当的接缝往往导致严重的UV失真或过度碎片化，从而阻碍纹理合成并破坏艺术家的工作流程。现有方法经常在一种失败模式与另一种之间权衡——产生要么高失真要么大量分散的岛。为解决这一问题，我们引入了SeamCrafter，一个以点云输入为条件的自回归GPT风格接缝生成器。SeamCrafter采用双分支点云编码器，在预训练过程中解耦并捕获互补的拓扑和几何线索。为进一步增强接缝质量，我们使用从新颖接缝评估框架导出的偏好数据集，在直接偏好优化（DPO）下对模型进行微调。该框架主要通过UV失真和碎片化来评估接缝，并提供成对偏好标签以指导优化。大量实验表明，SeamCrafter产生的接缝在失真和碎片化方面均显著优于先前方法，同时保持了拓扑一致性和视觉保真度。
引用
@article{arxiv.2509.20726,
title = {Notes on the ordered set $A^A$. Part IV. The dual ${}^{A}\!A$ of $A^A$ for finite ordered sets},
author = {G. Grätzer},
journal= {arXiv preprint arXiv:2509.20726},
year = {2025}
}
备注
Based on Part I, incorrect