Point2Cyl: 포인트 클라우드에서 원통형 압출 객체로의 3D 객체 역공학

우리는 Point2Cyl을 제안합니다. 이는 지도 학습 네트워크로, 원시 3D 포인트 클라우드를 추출 원통의 집합으로 변환하는 기능을 수행합니다. 원시 기하학에서 CAD 모델로 역공학은 3D 데이터를 형태 편집 소프트웨어에서 조작할 수 있게 하는 필수적인 작업이며, 이를 통해 다양한 후속 응용 프로그램에서의 사용 범위가 확대됩니다. 특히, 2D 스케치와 추출 축 및 범위를 포함한 일련의 추출 원통 형태와 그들의 부울 조합은 CAD 커뮤니티/소프트웨어에서 널리 사용되며, 평면, 구체, 원통 등 제한된 종류의 기본 도형보다 형태 표현력이 뛰어납니다.본 연구에서는 기하학적 근거에 입각하여 추출 원통 분해 문제를 해결하는 신경망을 소개합니다. 구체적으로, 우리의 접근 방식은 먼저 포인트별 분할, 기저/배럴 라벨 및 법선을 예측한 후, 미분 가능하고 폐쇄 형식의 공식을 통해 기본적인 추출 매개변수를 추정합니다. 실험 결과, 우리의 접근 방식이 최근 두 개의 CAD 데이터셋인 Fusion Gallery와 DeepCAD에서 최고의 성능을 보임을 확인하였으며, 이를 역공학과 편집에 적용하는 사례도 추가로 제시하였습니다.