Fugu-MT 論文翻訳(概要): P2CADNet: An End-to-End Reconstruction Network for Parametric 3D CAD Model from Point Clouds

論文の概要: P2CADNet: An End-to-End Reconstruction Network for Parametric 3D CAD Model from Point Clouds

arxiv url: http://arxiv.org/abs/2310.02638v1
Date: Wed, 4 Oct 2023 08:00:05 GMT
ステータス: 処理完了
システム内更新日: 2023-10-05 16:11:32.319616
Title: P2CADNet: An End-to-End Reconstruction Network for Parametric 3D CAD Model from Point Clouds
Title（参考訳）: P2CADNet:ポイントクラウドからのパラメトリック3次元CADモデルのためのエンドツーエンド再構成ネットワーク
Authors: Zhihao Zong, Fazhi He, Rubin Fan, Yuxin Liu
Abstract要約: 本稿では,ポイントクラウド(P2CADNet)から特徴量CADモデルを再構成するエンドツーエンドネットワークを提案する。公開データセット上でP2CADNetを評価し,実験結果から,P2CADNetは再現性および精度に優れることが示された。
参考スコア（独自算出の注目度）: 10.041481396324517
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Computer Aided Design (CAD), especially the feature-based parametric CAD, plays an important role in modern industry and society. However, the reconstruction of featured CAD model is more challenging than the reconstruction of other CAD models. To this end, this paper proposes an end-to-end network to reconstruct featured CAD model from point cloud (P2CADNet). Initially, the proposed P2CADNet architecture combines a point cloud feature extractor, a CAD sequence reconstructor and a parameter optimizer. Subsequently, in order to reconstruct the featured CAD model in an autoregressive way, the CAD sequence reconstructor applies two transformer decoders, one with target mask and the other without mask. Finally, for predicting parameters more precisely, we design a parameter optimizer with cross-attention mechanism to further refine the CAD feature parameters. We evaluate P2CADNet on the public dataset, and the experimental results show that P2CADNet has excellent reconstruction quality and accuracy. To our best knowledge, P2CADNet is the first end-to-end network to reconstruct featured CAD model from point cloud, and can be regarded as baseline for future works. Therefore, we open the source code at https://github.com/Blice0415/P2CADNet.
Abstract（参考訳）: コンピュータ支援設計(CAD)、特に特徴に基づくパラメトリックCADは、現代産業や社会において重要な役割を担っている。しかし,CADモデルの再構築は,他のCADモデルの再構築よりも困難である。そこで本稿では,ポイントクラウド(P2CADNet)から特徴量CADモデルを再構築するためのエンドツーエンドネットワークを提案する。当初提案したP2CADNetアーキテクチャは、ポイントクラウド特徴抽出器、CADシーケンス再構成器、パラメータオプティマイザを組み合わせたものである。その後、特徴付きcadモデルを自己回帰的に再構成するために、cadシーケンス再構成器は、ターゲットマスク付きとマスクなしの2つのトランスフォーマデコーダを適用する。最後に、パラメータをより正確に予測するために、CAD特徴パラメータをさらに洗練するクロスアテンション機構を備えたパラメータオプティマイザを設計する。公開データセット上でP2CADNetを評価し,実験結果から,P2CADNetは再現性および精度に優れることが示された。我々の知る限り、P2CADNetは特徴あるCADモデルをポイントクラウドから再構築する最初のエンドツーエンドネットワークであり、将来の作業のベースラインとみなすことができる。そのため、ソースコードはhttps://github.com/blice0415/p2cadnetで公開しています。

関連論文リスト

Text2CAD: Text to 3D CAD Generation via Technical Drawings [45.3611544056261]
Text2CADは、生成プロセスを自動化するために調整された安定した拡散モデルを利用する新しいフレームワークである。テキスト2CADは,高品質な3次元CADモデルに正確に変換された技術図面を効果的に生成することを示す。
論文参考訳（メタデータ） (2024-11-09T15:12:06Z)
Img2CAD: Conditioned 3D CAD Model Generation from Single Image with Structured Visual Geometry [12.265852643914439]
編集可能なパラメータを生成するために2次元画像入力を用いた最初の知識であるImg2CADを提案する。 Img2CADはAI 3D再構成とCAD表現のシームレスな統合を可能にする。
論文参考訳（メタデータ） (2024-10-04T13:27:52Z)
PS-CAD: Local Geometry Guidance via Prompting and Selection for CAD Reconstruction [86.726941702182]
再構成ネットワークPS-CADに幾何学的ガイダンスを導入する。我々は、現在の再構成が点雲としての完備モデルと異なる曲面の幾何学を提供する。第二に、幾何学的解析を用いて、候補面に対応する平面的プロンプトの集合を抽出する。
論文参考訳（メタデータ） (2024-05-24T03:43:55Z)
CAD-SIGNet: CAD Language Inference from Point Clouds using Layer-wise Sketch Instance Guided Attention [13.227571488321358]
CADモデルの設計履歴を復元するために,エンドツーエンドでトレーニング可能な自動回帰アーキテクチャを提案する。我々のモデルは、ポイントクラウドとCAD言語埋め込みの階層的相互注意により視覚言語表現を学習する。 CAD-SIGNetは自己回帰的な性質により、入力ポイントクラウドが与えられたCADモデルのユニークな完全な設計履歴を再構築するだけでなく、複数の可能な設計選択も提供する。
論文参考訳（メタデータ） (2024-02-27T16:53:16Z)
Point2CAD: Reverse Engineering CAD Models from 3D Point Clouds [26.10631058349939]
本稿では,分割点雲と構造CADモデルのギャップを埋めるハイブリッド解析ニューラルネットワーク再構成手法を提案する。また,自由曲面の暗黙的表現を新たに提案し,CAD再構成方式の性能向上を図る。
論文参考訳（メタデータ） (2023-12-07T08:23:44Z)
Variational Relational Point Completion Network for Robust 3D Classification [59.80993960827833]
可変点雲補完法は、局所的な詳細を欠くため、大域的な形状の骨格を生成する傾向がある。本稿では2つの魅力的な特性を持つ変分フレームワークであるポイントコンプリートネットワーク(VRCNet)を提案する。 VRCNetは、現実世界のポイントクラウドスキャンにおいて、非常に一般化性と堅牢性を示している。
論文参考訳（メタデータ） (2023-04-18T17:03:20Z)
OnePose++: Keypoint-Free One-Shot Object Pose Estimation without CAD Models [51.68715543630427]
OnePoseは繰り返し可能なイメージキーポイントの検出に依存しているので、低テクスチャオブジェクトで失敗する傾向がある。繰り返し可能なキーポイント検出の必要性を取り除くために,キーポイントフリーポーズ推定パイプラインを提案する。 2D-3Dマッチングネットワークは、クエリ画像と再構成されたポイントクラウドモデルとの間の2D-3D対応を直接確立する。
論文参考訳（メタデータ） (2023-01-18T17:47:13Z)
AutoCAD: Automatically Generating Counterfactuals for Mitigating Shortcut Learning [70.70393006697383]
完全自動かつタスクに依存しないCAD生成フレームワークであるAutoCADについて述べる。本稿では,完全に自動化されたタスクに依存しないCAD生成フレームワークであるAutoCADを提案する。
論文参考訳（メタデータ） (2022-11-29T13:39:53Z)
Reconstructing editable prismatic CAD from rounded voxel models [16.03976415868563]
この課題を解決するために,新しいニューラルネットワークアーキテクチャを導入する。本手法は形状を分解することでボクセル空間の入力幾何を再構成する。推論の際には,まず2次元制約付きスケッチのデータベースを検索し,CADデータを取得する。
論文参考訳（メタデータ） (2022-09-02T16:44:10Z)
Patch2CAD: Patchwise Embedding Learning for In-the-Wild Shape Retrieval from a Single Image [58.953160501596805]
本稿では,2次元画像と3次元CADモデルの結合埋め込み空間をパッチワイズで構築する手法を提案する。我々のアプローチは、CADが正確に一致しない実世界のシナリオにおける最先端技術よりも堅牢である。
論文参考訳（メタデータ） (2021-08-20T20:58:52Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。