둥근 복셀 모델에서 편집 가능한 프리즘형 CAD 재구성

다른 표현에서 CAD 형상을 역공학하는 것은 많은 후속 응용 프로그램을 위한 중요한 기하학적 처리 단계입니다. 본 연구에서는 이 어려운 과제를 해결하고 편집 가능한 제약 조건이 있는 직육체 CAD 모델로 부드러운 부호 거리 함수를 근사하기 위한 새로운 신경망 구조를 소개합니다. 학습 과정에서 우리의 방법은 형상을 일련의 2D 프로파일 이미지와 1D 봉투 함수로 분해하여 복셀 공간에서 입력 기하학을 재구성합니다. 이를 미분 가능하게 재결합하여 기하학적 손실 함수를 정의할 수 있습니다. 추론 과정에서는 먼저 2D 제약 스케치 데이터베이스를 검색하여 프로파일 이미지를 근사하는 곡선을 찾은 다음, 이를 압출하고 불리언 연산을 사용하여 최종 CAD 모델을 구축합니다. 우리의 방법은 다른 방법보다 목표 형상에 더 가깝게 근사하며, 기존 CAD 소프트웨어와 호환되는 높은 편집성을 가진 제약 조건이 있는 매개변수 스케치를 출력합니다.