TetraSDF：基于多分辨率四面体网格的精确网格提取
计算机视觉与模式识别
2025-11-21 v1 图形学
摘要
从神经符号距离函数(SDF)的零水平集中精确提取网格仍然具有挑战性。基于抽样的方法引入离散误差，而连续分片仿射(CPWA)解析方法仅适用于普通 ReLU MLP。我们提出了 TetraSDF，一种针对由多分辨率四面体位置编码器构成的 ReLU MLP 混合的 SDF 的精确解析网格提取框架。该编码器的重心插值保持全局 CPWA 结构，使我们能够在编码器诱导的多面体复合体中跟踪 ReLU 线性区域。来自该编码器度量的派生固定解析输入预条件器进一步减少方向偏差并稳定训练。在多个基准测试中，TetraSDF 在 SDF 重构精度上与现有基于网格的编码器相当或更好，其解析提取器产生高度自洽的网格，忠实于所学习的等值面，同时在实际运行时和内存效率方面表现优异。
引用
@article{arxiv.2511.16273,
title = {TetraSDF: Precise Mesh Extraction with Multi-resolution Tetrahedral Grid},
author = {Seonghun Oh and Youngjung Uh and Jin-Hwa Kim},
journal= {arXiv preprint arXiv:2511.16273},
year = {2025}
}