Sketch2MinSurf：基于手绘草图生成可编辑最小曲面的视觉语言引导方法
计算机视觉与模式识别
2026-05-21 v1
摘要
将手绘草图转换为结构化 3D 几何仍具有挑战性，主要因其难以表征非欧几里得曲面且保持拓扑一致性。现有生成模型如 GAN、NeRF 和扩散架构常常难以直接生成可用于下游设计工作流的可编辑流形。我们提出 Sketch2MinSurf，一种集成视觉语言引导与最小曲面理论的混合框架，用于从手绘草图生成光滑且可编辑的 3D 曲面。其核心是一种空间-拓扑编码，代表为节点坐标与实/虚边骨架的元组，实现生成期间的稳定拓扑控制。我们进一步引入 Sketch2MinSurf 结构损失（S2MS-Loss），一种奖励调节目标，联合约束几何重建与拓扑一致性。在 100 幅测试草图上，Sketch2MinSurf 实现 0.844 的拓扑相似度，优于现有草图到形状基线。生成的流形直接可编辑，无非流形瑕疵。校园一项公共艺术装置展示了该方法驱动 3D 形式生成的人类意图潜力。数据集与代码已公开于 https://anonymous.4open.science/r/Sketch2MinSurf/。
引用
@article{arxiv.2605.20733,
title = {Sketch2MinSurf: Vision-Language Guided Generation of Editable Minimal Surfaces from Hand-Drawn Sketches},
author = {Wenda Wang and Anqi Liu and Junqi Yang and Lei He and Luying Wang and Jiachen Lu and Weixin Huang},
journal= {arXiv preprint arXiv:2605.20733},
year = {2026}
}
备注
22 pages, 16 figures, includes appendix