PartUV：基于部件的 3D 网格 UV 展开

UV 展开将 3D 表面展平到 2D，需将复杂表面划分为多个图块。虽已广泛研究，但现有 UV 展开方法在面对 AI 生成的网格时常感到困难，这些网格通常噪声大、凹凸不平且条件不佳。这些方法常产生高度碎片化的图块和次优边界，引入人工效应，阻碍后续任务。我们引入 PartUV，一种基于部件的 UV 展开管线，可生成显著更少且与部件对齐的图块，同时保持低失真。基于最近的基于学习的部件分解方法 PartField，PartUV 将高层语义部件分解与新颖的几何启发式方法结合于自上而下的递归框架中。它确保每个图块的失真保持在用户指定的阈值以下，同时最小化图块总数。该管线集成并扩展了参数化和装包算法，专门处理非流形和退化网格，并进行大规模并行化以提高效率。在包括人造、CAD、AI 生成和 Common Shapes 在内的四个多样化数据集上评估，PartUV 在图块数和接缝长度上超越现有工具和最新神经方法，失真水平相当，针对挑战性网格成功率高，并实现了如部件特定多图块装包等新应用。我们的项目页面位于 https://www.zhaoningwang.com/PartUV。