論文の概要: BrepGPT: Autoregressive B-rep Generation with Voronoi Half-Patch

• arxiv url: http://arxiv.org/abs/2511.22171v1
• Date: Thu, 27 Nov 2025 07:16:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-12-01 19:47:55.437678
• Title: BrepGPT: Autoregressive B-rep Generation with Voronoi Half-Patch
• Title（参考訳）: BrepGPT:ヴォロノイハーフパッチによる自己回帰B-rep生成
• Authors: Pu Li, Wenhao Zhang, Weize Quan, Biao Zhang, Peter Wonka, Dong-Ming Yan,
• Abstract要約: 境界表現(B-rep)はCADモデル表現のデファクトスタンダードである。 本稿では,B-rep生成のためのシングルステージ自動回帰フレームワークBrepGPTを提案する。
• 参考スコア（独自算出の注目度）: 61.20046418942948
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Boundary representation (B-rep) is the de facto standard for CAD model representation in modern industrial design. The intricate coupling between geometric and topological elements in B-rep structures has forced existing generative methods to rely on cascaded multi-stage networks, resulting in error accumulation and computational inefficiency. We present BrepGPT, a single-stage autoregressive framework for B-rep generation. Our key innovation lies in the Voronoi Half-Patch (VHP) representation, which decomposes B-reps into unified local units by assigning geometry to nearest half-edges and sampling their next pointers. Unlike hierarchical representations that require multiple distinct encodings for different structural levels, our VHP representation facilitates unifying geometric attributes and topological relations in a single, coherent format. We further leverage dual VQ-VAEs to encode both vertex topology and Voronoi Half-Patches into vertex-based tokens, achieving a more compact sequential encoding. A decoder-only Transformer is then trained to autoregressively predict these tokens, which are subsequently mapped to vertex-based features and decoded into complete B-rep models. Experiments demonstrate that BrepGPT achieves state-of-the-art performance in unconditional B-rep generation. The framework also exhibits versatility in various applications, including conditional generation from category labels, point clouds, text descriptions, and images, as well as B-rep autocompletion and interpolation.
• Abstract（参考訳）: 境界表現(B-rep)はCADモデル表現のデファクトスタンダードである。 B-rep構造における幾何学的要素と位相的要素の複雑な結合は、既存の生成法をカスケードされた多段階ネットワークに依存し、エラー蓄積と計算効率の低下をもたらす。 本稿では,B-rep生成のためのシングルステージ自動回帰フレームワークBrepGPTを提案する。 我々の重要な革新は、VHP(Voronoi Half-Patch)表現である。これは、B-repsを最も近い半端に幾何学を割り当て、次のポインタをサンプリングすることで、統一された局所単位に分解する。 異なる構造レベルで複数の異なるエンコーディングを必要とする階層表現とは異なり、我々のVHP表現は、単一のコヒーレントな形式における幾何学的属性と位相的関係の統一を促進する。 さらに、双対VQ-VAEを用いて、頂点位相とボロノイ半パッチの両方を頂点ベースのトークンに符号化し、よりコンパクトな逐次符号化を実現する。 デコーダのみのTransformerは、これらのトークンを自動回帰的に予測するように訓練され、その後、頂点ベースの機能にマッピングされ、完全なB-repモデルにデコードされる。 実験によりBrepGPTは非条件のB-rep生成において最先端の性能を達成することが示された。 このフレームワークはまた、カテゴリラベル、ポイントクラウド、テキスト記述、画像からの条件生成、B-repオートコンプリートと補間など、様々なアプリケーションで汎用性を示す。

関連論文リスト

• HoLa: B-Rep Generation using a Holistic Latent Representation [51.07878285790399]
  我々は、$textitboundary representations$ (B-Reps)という形式でコンピュータ支援設計(CAD)モデルを学習し、生成するための新しい表現を導入する。 我々の表現は、B-Repプリミティブの連続幾何学的性質を異なる順序で統一する。 提案手法は生成したB-Repプリミティブ間のあいまいさ,冗長性,不整合性を著しく低減する。
  論文  参考訳（メタデータ） (2025-04-19T10:34:24Z)
• Bringing Attention to CAD: Boundary Representation Learning via Transformer [2.5925656171325127]
  BRT(Bundary Representation Transformer)と呼ばれる,B-rep学習にトランスフォーマーを適用する新しい手法を提案する。 BRTはB-rep曲面をベジエ三角形に符号化し、その形状と連続性を離散化せずに保存する。 BRTは、部分分類と特徴認識タスクにおける最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-04-07T07:04:02Z)
• DTGBrepGen: A Novel B-rep Generative Model through Decoupling Topology and Geometry [3.859930277034918]
  幾何学モデルの境界表現(B-rep)はCADの基本形式である B-rep生成のための新しいトポロジ・ジオメトリ・デカップリングフレームワークDTGBrepGenを提案する。
  論文  参考訳（メタデータ） (2025-03-17T12:34:14Z)
• Split-and-Fit: Learning B-Reps via Structure-Aware Voronoi Partitioning [50.684254969269546]
  本稿では,3次元CADモデルのバウンダリ表現(B-Reps)を取得する新しい手法を提案する。 各パーティション内に1つのプリミティブを導出するために空間分割を適用する。 我々のネットワークはニューラルなボロノイ図でNVD-Netと呼ばれ、訓練データからCADモデルのボロノイ分割を効果的に学習できることを示す。
  論文  参考訳（メタデータ） (2024-06-07T21:07:49Z)
• BrepGen: A B-rep Generative Diffusion Model with Structured Latent Geometry [24.779824909395245]
  BrepGenは拡散に基づく生成手法であり、境界表現(Breep)コンピュータ支援設計(CAD)モデルを直接出力する。 BrepGenは、階層木における新しい構造付き潜在幾何学としてB-repモデルを表す。
  論文  参考訳（メタデータ） (2024-01-28T04:07:59Z)
• Decoupled Multi-task Learning with Cyclical Self-Regulation for Face Parsing [71.19528222206088]
  顔解析のための周期的自己統制型デカップリング型マルチタスク学習を提案する。 具体的には、DML-CSRは、顔解析、バイナリエッジ、カテゴリエッジ検出を含むマルチタスクモデルを設計する。 提案手法は,Helen,CelebA-HQ,LapaMaskのデータセット上での最先端性能を実現する。
  論文  参考訳（メタデータ） (2022-03-28T02:12:30Z)

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。