Fugu-MT 論文翻訳(概要): B-Rep Distance Functions (BR-DF): How to Represent a B-Rep Model by Volumetric Distance Functions?

論文の概要: B-Rep Distance Functions (BR-DF): How to Represent a B-Rep Model by Volumetric Distance Functions?

arxiv url: http://arxiv.org/abs/2511.14870v1
Date: Tue, 18 Nov 2025 19:40:34 GMT
ステータス: 翻訳完了
システム内更新日: 2025-11-20 15:51:28.506957
Title: B-Rep Distance Functions (BR-DF): How to Represent a B-Rep Model by Volumetric Distance Functions?
Title（参考訳）: B-Rep距離関数(BR-DF):体積距離関数によるB-Repモデルの表現法
Authors: Fuyang Zhang, Pradeep Kumar Jayaraman, Xiang Xu, Yasutaka Furukawa,
Abstract要約: B-Rep Distance Function (BR-DF) と呼ばれる体積距離関数に基づくCAD境界表現(B-Rep)の新しい表現法を提案する。 BR-DFはCADモデルの表面メッシュ形状を符号付き距離関数(SDF)として符号化する BR-DFを水密CADB-Repモデルに変換するマーチングキューブアルゴリズムの拡張(厳密には顔付きB-Repモデル)
参考スコア（独自算出の注目度）: 22.295471250206024
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper presents a novel geometric representation for CAD Boundary Representation (B-Rep) based on volumetric distance functions, dubbed B-Rep Distance Functions (BR-DF). BR-DF encodes the surface mesh geometry of a CAD model as signed distance function (SDF). B-Rep vertices, edges, faces and their topology information are encoded as per-face unsigned distance functions (UDFs). An extension of the Marching Cubes algorithm converts BR-DF directly into watertight CAD B-Rep model (strictly speaking a faceted B-Rep model). A surprising characteristic of BR-DF is that this conversion process never fails. Leveraging the volumetric nature of BR-DF, we propose a multi-branch latent diffusion with 3D U-Net backbone for jointly generating the SDF and per-face UDFs of a BR-DF model. Our approach achieves comparable CAD generation performance against SOTA methods while reaching the unprecedented 100% success rate in producing (faceted) B-Rep models.
Abstract（参考訳）: 本稿では,B-Rep距離関数(BR-DF)と呼ばれる体積距離関数に基づくCAD境界表現(B-Rep)の幾何学的表現を提案する。 BR-DFはCADモデルの表面メッシュ幾何学を符号付き距離関数(SDF)として符号化する。 B-Rep頂点、エッジ、顔、およびそれらのトポロジー情報は、顔ごとの符号なし距離関数(UDF)として符号化される。マーチングキューブアルゴリズムの拡張によりBR-DFは水密CADB-Repモデル(厳密には顔付きB-Repモデル)に変換される。 BR-DFの驚くべき特徴は、この変換プロセスが決して失敗しないことである。 BR-DFの体積特性を活用し、3次元U-Netバックボーンを用いた多分岐潜伏拡散法を提案し、BR-DFモデルのSDFと面当たりUDFを共同生成する。提案手法は,SOTA法と同等のCAD生成性能を達成し,B-Repモデルの生成において,前例のない100%の成功率を達成した。

関連論文リスト

Gradient Distance Function [33.87703792727394]
また,GDF (Gradient Distance Function) は表面上での微分可能でありながら,開口面を表現可能であることを示す。これは、ノルムが表面への符号のない距離である3Dベクトルをそれぞれ3Dポイントに関連付けることによって行われる。本稿では,ShapeNet Car,Multi-Garment,および3D-SceneデータセットにおけるGDFの有効性を示す。
論文参考訳（メタデータ） (2024-10-29T18:04:01Z)
DDF-HO: Hand-Held Object Reconstruction via Conditional Directed Distance Field [82.81337273685176]
DDF-HOは、DDF(Directed Distance Field)を形状表現として活用する新しいアプローチである。我々はランダムに複数の光線をサンプリングし、新しい2D線に基づく特徴集約方式を導入することにより、局所的・大域的特徴を収集する。合成および実世界のデータセットの実験は、DFF-HOが全てのベースライン手法を大きなマージンで一貫して上回っていることを示している。
論文参考訳（メタデータ） (2023-08-16T09:06:32Z)
NeuralUDF: Learning Unsigned Distance Fields for Multi-view Reconstruction of Surfaces with Arbitrary Topologies [87.06532943371575]
本稿では2次元画像からボリュームレンダリングにより任意の位相で表面を再構成する新しい手法であるNeuralUDFを提案する。本稿では,表面をUDF(Unsigned Distance Function)として表現し,ニューラルUDF表現を学習するための新しいボリュームレンダリング手法を提案する。
論文参考訳（メタデータ） (2022-11-25T15:21:45Z)
FIRe: Fast Inverse Rendering using Directional and Signed Distance Functions [97.5540646069663]
指向性距離関数(DDF)と呼ばれる新しいニューラルシーン表現を導入する。 DDFは単位球上で定義され、任意の方向に沿って表面までの距離を予測する。提案手法はDDFに基づいて,提案した深度マップから3次元形状を再構成する高速アルゴリズム (FIRe) を提案する。
論文参考訳（メタデータ） (2022-03-30T13:24:04Z)
A Deep Signed Directional Distance Function for Object Shape Representation [12.741811850885309]
本稿では,連続符号付き方向距離関数(SDDF)を最適化することにより,新しい距離ビューを可能にする新しい形状モデルを提案する。任意の方向に最も近い表面までの距離を測定するSDFとは異なり、SDDFは所定の方向に距離を測定する。本モデルは,SDDF値が視方向に沿って直線的に減少する特性を構成によって符号化する。
論文参考訳（メタデータ） (2021-07-23T04:11:59Z)

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。