要約
この論文では、符号なし距離フィールド (UDF) からゼロ レベル セットを抽出するための DoubleCoverUDF と呼ばれる新しい方法を提案します。
DoubleCoverUDF は、学習された UDF とユーザー指定のパラメーター $r$ (小さな正の実数) を入力として受け取り、従来のマーチング キューブ アルゴリズムを使用して等価値 $r$ を持つ等値面を抽出します。
計算された等値面は、$S$ のトポロジーに関係なく、方向付け可能な多様体であるターゲット ゼロ レベルセット $S$ の $r$ オフセット ボリュームの境界であることを示します。
次に、アルゴリズムは境界メッシュを $S$ に投影するためのカバー マップを計算し、メッシュのトポロジーを維持し、折り畳みを回避します。
$S$ が配向可能な多様体曲面の場合、アルゴリズムは堅牢な最小カット後処理ステップを使用して、二重層メッシュを単一層に分離します。
それ以外の場合は、出力として 2 層メッシュが維持されます。
オープンモデルの 3D サーフェスを再構成することでアルゴリズムを検証し、合成モデルとベンチマーク データセットでその有効性と有効性を実証します。
私たちの実験結果は、私たちの方法が堅牢であり、視覚的評価と定量的測定の両方の点で既存の UDF ベースの方法よりも高品質のメッシュを生成することを確認しています。
ソース コードは https://github.com/jjjkkyz/DCUDF で入手できます。
要約(オリジナル)
In this paper, we propose a new method, called DoubleCoverUDF, for extracting the zero level-set from unsigned distance fields (UDFs). DoubleCoverUDF takes a learned UDF and a user-specified parameter $r$ (a small positive real number) as input and extracts an iso-surface with an iso-value $r$ using the conventional marching cubes algorithm. We show that the computed iso-surface is the boundary of the $r$-offset volume of the target zero level-set $S$, which is an orientable manifold, regardless of the topology of $S$. Next, the algorithm computes a covering map to project the boundary mesh onto $S$, preserving the mesh’s topology and avoiding folding. If $S$ is an orientable manifold surface, our algorithm separates the double-layered mesh into a single layer using a robust minimum-cut post-processing step. Otherwise, it keeps the double-layered mesh as the output. We validate our algorithm by reconstructing 3D surfaces of open models and demonstrate its efficacy and effectiveness on synthetic models and benchmark datasets. Our experimental results confirm that our method is robust and produces meshes with better quality in terms of both visual evaluation and quantitative measures than existing UDF-based methods. The source code is available at https://github.com/jjjkkyz/DCUDF.
arxiv情報
著者 | Fei Hou,Xuhui Chen,Wencheng Wang,Hong Qin,Ying He |
発行日 | 2024-01-10 11:06:07+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google