論文の概要: Vision2CAD: A Visual Agent Harness for Explicit Geometry Referencing and Localization in Parametric CAD Modeling

• arxiv url: http://arxiv.org/abs/2609.22688v1
• Date: Sat, 19 Sep 2026 01:45:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-22 20:29:00.519678
• Title: Vision2CAD: A Visual Agent Harness for Explicit Geometry Referencing and Localization in Parametric CAD Modeling
• Title（参考訳）: Vision2CAD:パラメトリックCADモデリングにおける幾何参照と位置決めのための視覚エージェントハーネス
• Abstract要約: 視覚言語モデル(VLM)推論と決定論的CADカーネル操作を組み合わせた視覚エージェントであるVision2CADを提案する。 IDベースのインターフェースは明示的な幾何学的選択をサポートし、局所座標ブリッジはビュー座標をスケッチ座標に変換し、投影エッジのローカライゼーションは外部のスケッチ制約をサポートする。
• 参考スコア（独自算出の注目度）: 10.15583274975567
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Generating parametric CAD models requires accurate geometry and stable feature dependencies. Existing methods face challenges in selecting geometric references, interpreting sketch-plane local coordinates, and establishing sketch constraints to projected external geometry. We present Vision2CAD, a visual agent harness that combines vision-language model (VLM) reasoning with deterministic CAD kernel operations. An ID-based interface supports explicit geometry selection, a local-coordinate bridge converts view coordinates into sketch coordinates, and projected-edge localization supports external sketch constraints. These mechanisms establish feature dependencies within the supported modeling operations and constraint types. We also introduce the Geometry Explicit Reference Dataset (GERD), which aligned commands, geometry states and IDs at every modeling step. On GERD-EVL and a DeepCAD test subset, Vision2CAD improves mIoU by 11.1\% and 5.6\% and reduces Chamfer distance by 17.3\% and 41.8\%, respectively. Parameter-editing experiments and ablation studies further proved the preservation of parametric dependencies.
• Abstract（参考訳）: パラメトリックCADモデルを生成するには、正確な幾何学と安定した特徴に依存する必要がある。 既存の手法では、幾何学的参照の選択、スケッチ平面の局所座標の解釈、投影された外部幾何学へのスケッチ制約の確立といった課題に直面している。 視覚言語モデル(VLM)推論と決定論的CADカーネル操作を組み合わせた視覚エージェントであるVision2CADを提案する。 IDベースのインターフェースは明示的な幾何学的選択をサポートし、局所座標ブリッジはビュー座標をスケッチ座標に変換し、投影エッジのローカライゼーションは外部のスケッチ制約をサポートする。 これらのメカニズムは、サポートされているモデリング操作と制約タイプに機能依存関係を確立する。 また、Geometry Explicit Reference Dataset (GERD)を導入し、各モデリングステップでコマンド、ジオメトリステート、IDをアライメントする。 GERD-EVL と DeepCAD テストサブセットでは、Vision2CAD は mIoU を 11.1\% と 5.6\% に改善し、それぞれ Chamfer 距離を 17.3\% と 41.8\% に短縮する。 パラメータ編集実験とアブレーション研究によりパラメトリック依存関係の保存がさらに証明された。

関連論文リスト

• VGGT-CAD: Reconstructing Parametric CAD 3D Model with Geometric Grounding [18.940210354091146]
  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。
  論文  参考訳（メタデータ） (2026-09-18T02:13:44Z)
• PolarSym: Polar Geometry-aware Attention for CAD Floorplan Parsing [1.8878225601735998]
  PolarSymはCADプラン解析のための極座標幾何対応アテンションフレームワークである。 我々は、PolaSymが再現されたSymPoint V2ベースラインを1.73%のPQ、1.54%のRQ、4.31%のmIoUで上回っていることを示す。
  論文  参考訳（メタデータ） (2026-08-12T08:34:32Z)
• Draw2Think: Harnessing Geometry Reasoning through Constraint Engine Interaction [59.47026381165585]
  視覚言語モデルは精度を上げて幾何学的問題を解くが、その中間状態は潜伏し、検証できないままである。 我々は,GeoGebra制約エンジンとのエージェント相互作用に潜時空間推論から幾何推論を再キャストするフレームワークDraw2Thinkを提案する。
  論文  参考訳（メタデータ） (2026-05-20T05:46:14Z)
• 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)
• HistCAD: Geometrically Constrained Parametric History-based CAD Dataset [7.7008607520955]
  HistCADは制約対応モデリングシーケンスを特徴とする大規模データセットである。 HistCADは、編集可能、制約対応、セマンティックにリッチな生成CADモデリングを進めるための統一されたベンチマークを提供する。
  論文  参考訳（メタデータ） (2025-12-08T05:52:14Z)
• 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)
• 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)
• SketchGraphs: A Large-Scale Dataset for Modeling Relational Geometry in Computer-Aided Design [18.041056084458567]
  CAD(Parametric Computer-Aided Design)は、物理設計における機械工学の主要なパラダイムである。 SketchGraphsは、実世界のCADモデルから抽出された1500万のスケッチと、オープンソースのデータ処理パイプラインを組み合わせたコレクションである。
  論文  参考訳（メタデータ） (2020-07-16T17:56:25Z)

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。