論文の概要: VGGT-CAD: Reconstructing Parametric CAD 3D Model with Geometric Grounding

• arxiv url: http://arxiv.org/abs/2609.21225v1
• Date: Fri, 18 Sep 2026 02:13:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.828969
• Title: VGGT-CAD: Reconstructing Parametric CAD 3D Model with Geometric Grounding
• Title（参考訳）: VGGT-CAD:幾何学的接地によるパラメトリックCAD3Dモデルの構築
• Abstract要約: VGGT-CADは、単視点・多視点観測によるパラメトリックCAD再構成のための幾何学的枠組みである。 様々な視点を扱うために,変数ビュー・クロスビュー・コンテキストアグリゲーション・モジュールを導入する。 また,既存のCADデータから派生した大規模マルチビュービデオベンチマークであるVideoCADを開発した。
• 参考スコア（独自算出の注目度）: 18.940210354091146
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Parametric CAD reconstruction requires recovering both precise geometry and editable modeling operations from visual observations, making it challenging under limited and ambiguous views. Existing methods mainly rely on 2D appearance cues and lack strong multi-view geometric priors. In this work, we present VGGT-CAD, a geometry-aware framework for parametric CAD reconstruction from single- and multi-view observations. We transfer pretrained 3D geometric priors into CAD reconstruction by encoding camera parameters as condition tokens and jointly modeling them with image tokens. To handle varying numbers of viewpoints, we introduce a variable-view cross-view context aggregation module that adaptively fuses multi-view features. We further develop a training-free geometry-aware view selection strategy to select complementary and reliable frames during inference. The resulting representation is decoded into CAD command sequences using a non-autoregressive decoder. We also develop VideoCAD, a large-scale multi-view video benchmark derived from existing CAD data through multi-view re-rendering. Extensive experiments demonstrate the effectiveness of VGGT-CAD for visual CAD reconstruction under different observation configurations.
• Abstract（参考訳）: パラメトリックCAD再構成では、視覚的な観察から正確な幾何学と編集可能なモデリング操作の両方を復元する必要がある。 既存の手法は主に2次元の外観に頼り、強力な多視点幾何学的先入観が欠如している。 本稿では,単視点・多視点観測によるパラメトリックCAD再構成のための幾何学的枠組みであるVGGT-CADを提案する。 カメラパラメータを条件トークンとして符号化し,画像トークンと共同でモデル化することで,事前学習した3次元幾何学的先行情報をCAD再構成に転送する。 多様な視点を扱うために,多視点特徴を適応的に融合させる可変ビュー・クロスビュー・コンテキストアグリゲーション・モジュールを導入する。 さらに、推論中に相補的で信頼性の高いフレームを選択するために、トレーニング不要な幾何認識ビュー選択戦略を開発する。 結果の表現は、非自己回帰デコーダを使用してCADコマンドシーケンスにデコードされる。 また,既存のCADデータから派生した大規模マルチビュービデオベンチマークであるVideoCADを開発した。 広汎な実験は、異なる観察環境下での視覚的CAD再構成におけるVGGT-CADの有効性を示す。

関連論文リスト

• IVGT: Implicit Visual Geometry Transformer for Neural Scene Representation [76.36174247570716]
  ポーズレス多視点画像から連続的かつ一貫性のある幾何を暗黙的にモデル化するインプリシトビジュアル幾何変換器IVGTを提案する。 IVGTは標準座標系で連続的なニューラルネットワークシーン表現を学習し、任意の3D位置での連続的な空間クエリをサポートする。 連続的かつコヒーレントな表面形状の直接抽出を可能にし、任意の視点からRGB画像、深度マップ、表面正規写像のレンダリングを可能にする。
  論文  参考訳（メタデータ） (2026-05-15T17:59:57Z)
• DreamCAD: Scaling Multi-modal CAD Generation using Differentiable Parametric Surfaces [67.45867367326105]
  ポイントレベルの監視から編集可能なBRepsを直接生成するマルチモーダル生成フレームワークであるDreamCADを提案する。 DreamCADは、各BRepをパラメトリックパッチの集合として表現し、メッシュを生成するために微分可能なテッセルレーション手法を使用する。 DreamCADはABCの最先端のパフォーマンスを達成し、テキスト、画像、点のモダリティにまたがるベンチマークを行う。
  論文  参考訳（メタデータ） (2026-03-05T19:04:07Z)
• CADCrafter: Generating Computer-Aided Design Models from Unconstrained Images [69.7768227804928]
  CADCrafterは画像からパラメトリックCADモデル生成フレームワークで、合成テクスチャなしCADデータのみをトレーニングする。 多様な幾何学的特徴を正確に捉えるための幾何エンコーダを導入する。 提案手法は、実際の制約のないCADイメージを頑健に処理でき、また、目に見えない汎用オブジェクトにも一般化できる。
  論文  参考訳（メタデータ） (2025-04-07T06:01:35Z)
• 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)
• SECAD-Net: Self-Supervised CAD Reconstruction by Learning Sketch-Extrude Operations [21.000539206470897]
  SECAD-Netは、コンパクトで使いやすいCADモデルの再構築を目的とした、エンドツーエンドのニューラルネットワークである。 本研究は,CAD再構築の手法など,最先端の代替手段よりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-03-19T09:26:03Z)
• 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。