Implicit-ARAP: Efficient Handle-Guided Deformation of High-Resolution Meshes and Neural Fields via Local Patch Meshing

要約

この研究では、ニューラル符号付き距離フィールドのローカル パッチ メッシュ表現を示します。
この手法では、SDF 情報とその勾配のみを使用して、フラット パッチ メッシュをレベル セット サーフェスに投影および変形することで、入力 SDF のレベル セットの局所領域を離散化できます。
私たちの分析により、この方法は暗黙的な曲面を近似するための標準的なマーチング キューブ アルゴリズムよりも正確であることが明らかになりました。
次に、この表現をハンドルガイドによる変形の設定に適用します。2 つの異なるパイプラインを導入します。これらのパイプラインは、3D ニューラル フィールドを利用して、特定の条件下で高解像度メッシュとニューラル フィールドの両方の可能な限り剛体変形を計算します。
一連の制約。
私たちは、手法の包括的な評価と、ニューラル フィールドとメッシュ変形のさまざまなベースラインを実行しました。これにより、両方のパイプラインが結果の品質と堅牢性の点で印象的な効率と顕著な改善を達成していることがわかります。
私たちの新しいパイプラインにより、高解像度メッシュ上で確立されたジオメトリ処理問題を解決するためのスケーラブルなアプローチを導入し、ローカル パッチ メッシュを通じて他のジオメトリ タスクを暗黙的サーフェスの領域に拡張する道を開きます。

要約(オリジナル)

In this work, we present the local patch mesh representation for neural signed distance fields. This technique allows to discretize local regions of the level sets of an input SDF by projecting and deforming flat patch meshes onto the level set surface, using exclusively the SDF information and its gradient. Our analysis reveals this method to be more accurate than the standard marching cubes algorithm for approximating the implicit surface. Then, we apply this representation in the setting of handle-guided deformation: we introduce two distinct pipelines, which make use of 3D neural fields to compute As-Rigid-As-Possible deformations of both high-resolution meshes and neural fields under a given set of constraints. We run a comprehensive evaluation of our method and various baselines for neural field and mesh deformation which show both pipelines achieve impressive efficiency and notable improvements in terms of quality of results and robustness. With our novel pipeline, we introduce a scalable approach to solve a well-established geometry processing problem on high-resolution meshes, and pave the way for extending other geometric tasks to the domain of implicit surfaces via local patch meshing.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google