論文の概要: Look Where You Can: Active View Selection for CAD Reconstruction under Occlusion

• arxiv url: http://arxiv.org/abs/2610.11954v1
• Date: Thu, 08 Oct 2026 13:40:38 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 02:36:54.057516
• Title: Look Where You Can: Active View Selection for CAD Reconstruction under Occlusion
• Title（参考訳）: CAD再建のためのアクティブビュー選択
• Abstract要約: 本稿では,ビューファシビリティを一級制約として扱うパラメトリックCAD再構成フレームワークを提案する。 現実的な屋内シーンに埋め込まれた標準的なCADベンチマークのオブジェクトを、離散ビュースフィア上の物理的に導出された可視性制約により検討する。
• 参考スコア（独自算出の注目度）: 33.72751145910978
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: CAD reconstruction methods assume a luxury reality rarely grants: unrestricted visual access to the object, photographed from any desired angle. Real objects, however, are scene-embedded, bolted against walls, wedged into corners, resting on floors, where the scene renders much of the view sphere unreachable and the remaining views unequally informative. We introduce \textbf{SightCAD}, a framework for parametric CAD reconstruction that treats view feasibility as a first-class constraint. In this work we consider objects from standard CAD benchmarks embedded in realistic indoor scenes with physically derived visibility constraints over a discrete view sphere. A learned view selector must choose $K$ feasible views for a vision--language model (VLM) that generates executable CadQuery code, scored by geometric fidelity of the executed solid. Because reward arrives only after discrete view selection, autoregressive generation, and CAD-kernel execution, we propose a joint training paradigm in which the view selector and the CAD-generation VLM are trained together against this reward. The learned selection policy departs sharply from random, uniform, and coverage-greedy alternatives, outperforming surface-area maximization (SA-max) by up to $6.4$ Intersection-over-Union (IoU) points across budgets $K\in\{1,\dots,5\}$. The full system surpasses strong external baselines on scene-embedded, occluded multi-view renders of DeepCAD and Fusion360 objects ($+21$ and $+17$ effective-mIoU points over the best baseline, respectively), as well as on test-time domain-canonicalized real images from the industrial T-LESS benchmark and on both synthetic and real images from the MP6D industrial metal-parts benchmark, while producing the highest rate of executable programs of any method compared (invalid-code rate ${\leq}1.5\%$).
• Abstract（参考訳）: CAD再構成法では、対象物への制限のない視覚的アクセス(任意の角度から撮影)という、豪華な現実はめったにないものだと仮定している。 しかし、実際の物体は、シーンに埋め込まれ、壁にボルトで固定され、コーナーに織り込まれ、床に休められ、シーンは視野の大部分を到達不能にし、残りのビューは不平等に情報的になる。 本稿では、ビューファシビリティを第一級制約として扱うパラメトリックCAD再構成のためのフレームワークである \textbf{SightCAD} を紹介する。 本研究では,現実的な屋内シーンに埋め込まれた標準的なCADベンチマークのオブジェクトを,個別のビュースフィア上に物理的に導出する可視性制約により検討する。 学習したビューセレクタは、実行可能CadQueryコードを生成する視覚言語モデル(VLM)に対して、実行されたソリッドの幾何学的忠実度によってスコアされる$K$実現可能なビューを選択する必要がある。 個別のビュー選択、自己回帰生成、CADカーネル実行後にのみ報酬が届くので、ビューセレクタとCAD世代VLMを協調してトレーニングする共同トレーニングパラダイムを提案する。 学習された選択ポリシーは、ランダム、均一、カバーグレードの代替案から大きく逸脱し、表面領域の最大化(SA-max)を最大6.4ドルのインターセクション・オーバー・ユニオン(IoU)で上回り、予算$K\in\{1,\dots,5\}$である。 DeepCADとFusion360オブジェクトのマルチビューレンダリング(それぞれ$+21$と$+17$)と、工業用T-LESSベンチマークのドメイン標準化実画像、MP6D産業用金属部品ベンチマークの合成および実画像の両方でフルシステムは強力な外部ベースラインを超えている。

関連論文リスト

• ConCAD: Constraint-Aware Image-to-CAD Generation with Dual-Granularity Rewards [9.271551875949836]
  グループ相対的ポリシー最適化(GRPO)により最適化された制約対応画像間CADフレームワークであるConCADを紹介する。 これらの報酬が幾何と設計意図を回復することを検証するため、B-rep幾何制約満足度(G-CSR)を導入する。 DeepCADとZero2CADの実験は、ConCADが競争ベースラインよりも優れたIoUとChamfer Distanceを実現していることを示している。
  論文  参考訳（メタデータ） (2026-09-28T07:44:16Z)
• SUFLECA: Scaling Up Feature Learning for CAD-to-image Alignment [8.675679091961213]
  CAD-to-imageアライメントは、オブジェクトの9Dポーズを単一のRGBイメージから推定することを目的としている。 最近のゼロショット法では、画像領域とCADモデルとのマッチングに視覚的基礎モデルを使用している。 ゼロショットCADアライメントのための弱い教師付きフレームワークSUFLECAを紹介する。
  論文  参考訳（メタデータ） (2026-07-16T14:32:34Z)
• MV-GEL: Language-Driven Multi-View Geometric Entity Localization on Meshes [0.0]
  MV-GELは、自然言語クエリからポリゴンメッシュ上の微細な幾何学的エンティティをローカライズするためのフレームワークである。 GELviewsは、幾何学的CADエンティティの可観測性に基づく視点を優先する、プロンプト条件付きランキングモジュールである。 実験では、顔レベルのIoUが1.7倍、エッジレベルのF1が4.5倍向上した。
  論文  参考訳（メタデータ） (2026-06-30T11:46:25Z)
• 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)
• EvaSurf: Efficient View-Aware Implicit Textured Surface Reconstruction [53.28220984270622]
  3次元再構成法はリアルタイムに3次元整合性のある高忠実度結果を生成する。 提案手法は,合成と実世界の両方のデータセット上で,高品質な外観と正確なメッシュを再構築することができる。 我々の方法は1つのGPUを使ってたった1～2時間でトレーニングでき、40FPS(Frames per second)以上のモバイルデバイス上で実行することができる。
  論文  参考訳（メタデータ） (2023-11-16T11:30:56Z)
• 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。