DeepJoin: Learning a Joint Occupancy, Signed Distance, and Normal Field Function for Shape Repair

要約

ディープ ニューラル ネットワークを使用して、壊れた形状の高解像度の修復を生成する自動化されたアプローチである DeepJoin を紹介します。
自動化された形状修復を実行するための既存のアプローチは、対称オブジェクトに対してのみ動作し、完全なプロキシ形状を必要とするか、物理的な修復には粗すぎる低解像度のボクセルを使用して修復形状を予測します。
入力した破断面形状から対応する完全形状と破断面を推定することで、高解像度の修復形状を生成します。
占有関数、符号付き距離関数、および通常のフィールドを組み合わせた、破砕された形状修復のための新しい暗黙的な形状表現を提示します。
ShapeNet からの人工的に破砕されたオブジェクト、Google スキャン オブジェクト データセットからの 3D スキャン、QP Cultural Heritage データセットからの古代ギリシャの陶器のスタイルのオブジェクト、および実際の破砕されたオブジェクトのアプローチを使用して修復を示します。
面取り距離と法線の一貫性に関して、3 つのベースライン アプローチよりも優れています。
減算を使用した既存のアプローチや修復とは異なり、DeepJoin 修復は表面アーチファクトを示さず、骨折形状の骨折領域に密接に結合します。
コードは https://github.com/Terascale-All-sensing-Research-Studio/DeepJoin で入手できます。

要約(オリジナル)

We introduce DeepJoin, an automated approach to generate high-resolution repairs for fractured shapes using deep neural networks. Existing approaches to perform automated shape repair operate exclusively on symmetric objects, require a complete proxy shape, or predict restoration shapes using low-resolution voxels which are too coarse for physical repair. We generate a high-resolution restoration shape by inferring a corresponding complete shape and a break surface from an input fractured shape. We present a novel implicit shape representation for fractured shape repair that combines the occupancy function, signed distance function, and normal field. We demonstrate repairs using our approach for synthetically fractured objects from ShapeNet, 3D scans from the Google Scanned Objects dataset, objects in the style of ancient Greek pottery from the QP Cultural Heritage dataset, and real fractured objects. We outperform three baseline approaches in terms of chamfer distance and normal consistency. Unlike existing approaches and restorations using subtraction, DeepJoin restorations do not exhibit surface artifacts and join closely to the fractured region of the fractured shape. Our code is available at: https://github.com/Terascale-All-sensing-Research-Studio/DeepJoin.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google