SHARP Challenge 2023：从点云与三维扫描求解 CAD 历史与参数恢复——概述、数据集、指标与基线
计算机视觉与模式识别
2023-08-31 v1
摘要
几何深度学习（DL）的近期突破以及大型计算机辅助设计（CAD）数据集的可用性，推动了关于学习 CAD 建模流程并将其与现实物体相关联的研究。在此背景下，从三维扫描进行 CAD 模型的三维逆向工程被视为 CAD 行业最令人渴求的目标之一。然而，近期工作假设了多种简化，限制了其在真实场景中的应用。SHARP Challenge 2023 旨在通过专门的数据集与赛道，将 CAD 逆向工程的研究推近真实场景一步。在本文中，我们定义了所提出的 SHARP 2023 赛道，描述了所提供的数据集，并提出了一组基线方法以及合适的评估指标，以评估赛道方案的性能。所有提出的数据集连同实用例程和评估指标均已公开可用。
引用
@article{arxiv.2308.15966,
title = {SHARP Challenge 2023: Solving CAD History and pArameters Recovery from Point clouds and 3D scans. Overview, Datasets, Metrics, and Baselines},
author = {Dimitrios Mallis and Sk Aziz Ali and Elona Dupont and Kseniya Cherenkova and Ahmet Serdar Karadeniz and Mohammad Sadil Khan and Anis Kacem and Gleb Gusev and Djamila Aouada},
journal= {arXiv preprint arXiv:2308.15966},
year = {2023}
}