계층적 신경 코딩을 이용한 제어 가능한 CAD 모델 생성

본 논문은 Computer Aided Design(CAD)를 위한 새로운 생성 모델을 제시합니다. 이 모델은 1) CAD 모델의 고수준 설계 개념을 전역 부품 배치에서부터 국소 곡선 기하학까지 세 단계의 계층적 트리 구조로 표현하고, 2) 목표 설계를 코드 트리를 사용하여 지정함으로써 CAD 모델의 생성 또는 완성을 제어합니다. 구체적으로, "마스킹 스킵 연결"(masked skip connection)을 갖는 새로운 벡터 양자화 VAE 변형이 세 단계에서 설계 변형을 신경 코드북으로 추출합니다. 두 단계 캐스케이드 자기회귀 변환기(cascaded auto-regressive transformers)는 불완전한 CAD 모델로부터 코드 트리를 생성하는 방법을 학습한 후, 의도된 설계에 따라 CAD 모델을 완성합니다. 광범위한 실험 결과가 랜덤 생성과 같은 전통적인 작업에서 우수한 성능을 보여주며, 조건부 생성 작업에서 새로운 상호작용 능력을 가능하게 함을 입증합니다. 코드는 https://github.com/samxuxiang/hnc-cad 에서 제공됩니다.