结构化形状完成的统一原始代理

结构化形状完成以原始物件而非非结构化点来恢复缺失几何，从而实现基于原始物件的表面重建。我们不再遵循当前的级联方法，而是重新思考原始物件与点的相互作用方式，发现通过在专门的路径中解码原始物件（注意共享形状特征）更为有效。基于此原则，我们提出 UniCo，在单次前向传递中预测一组具有完整几何、语义和内点成员资格的原始物件。为驱动这种统一表示，我们引入原始物件代理——可上下文化以产生装配就绪输出的可学习查询。为确保优化一致性，我们的训练策略通过在线目标更新将原始物件与点进行耦合。跨合成数据和真实世界基准（涉及四个独立装配求解器），UniCo 持续优于最新基线， Chamfer 距离降低最高可达 50%，法线一致性提升最高可达 7%。这些结果为从不完整数据中进行结构化 3D 理解奠定了有吸引力的方案。项目页面: https://unico-completion.github.io。