Dr. KID: Direct Remeshing and K-set Isometric Decomposition for Scalable Physicalization of Organic Shapes

要約

タイトル：Dr. KID：有機的な形状を物理化するための直接リメッシュとK-セット等距離分解のスケーラブル手法

要約：

– Dr. KIDは、パズルのような手法でポテト型有機モデルを物理化するために等距離分解を使用するアルゴリズムです。
– アルゴリズムは、有機的な形状の単純で規則的な三角形の表面メッシュを作成し、繰り返しのk-meansクラスタリングとリメッシュを行うことから始まります。
– クラスタリングには、三角形（セグメント）間の類似性が必要であり、それは距離関数として定義されます。距離関数は、各三角形の形状を仮想的な3D空間内の単一の点にマッピングします。したがって、三角形間の距離は、それらの異なり具合を示します。
– K-meansクラスタリングは、この距離を使用して、セグメントをkクラスに分類します。次に、リメッシュが同じクラスタ内の三角形間の距離を最小限に抑えるように適用され、形状が同一になります。クラスタリングとリメッシュは、同じクラスタ内の三角形間の距離が許容範囲に達するまで繰り返されます。
– 表面の厚さを決定するために曲率感知戦略を採用し、3D印刷用のパズルコンポーネントを最終化するために同一のヒンジと穴が作成されます。
– よりスムーズな結果のために、曲率感知クラスタリングと三角形のサブディビジョンを使用し、3D印刷用の曲線三角形パッチを生成します。
– アルゴリズムは、さまざまなモデルを使用して評価され、3D印刷された結果が分析されました。研究結果は、入力ジオメトリの最小損失でターゲットの有機的な形状に信頼性があることを示しています。

要約(オリジナル)

Dr. KID is an algorithm that uses isometric decomposition for the physicalization of potato-shaped organic models in a puzzle fashion. The algorithm begins with creating a simple, regular triangular surface mesh of organic shapes, followed by iterative k-means clustering and remeshing. For clustering, we need similarity between triangles (segments) which is defined as a distance function. The distance function maps each triangle’s shape to a single point in the virtual 3D space. Thus, the distance between the triangles indicates their degree of dissimilarity. K-means clustering uses this distance and sorts of segments into k classes. After this, remeshing is applied to minimize the distance between triangles within the same cluster by making their shapes identical. Clustering and remeshing are repeated until the distance between triangles in the same cluster reaches an acceptable threshold. We adopt a curvature-aware strategy to determine the surface thickness and finalize puzzle pieces for 3D printing. Identical hinges and holes are created for assembling the puzzle components. For smoother outcomes, we use triangle subdivision along with curvature-aware clustering, generating curved triangular patches for 3D printing. Our algorithm was evaluated using various models, and the 3D-printed results were analyzed. Findings indicate that our algorithm performs reliably on target organic shapes with minimal loss of input geometry.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI