CAD-SIGNet: 포인트 클라우드를 사용한 층별 스케치 인스턴스 안내 주의력 기반 CAD 언어 추론

컴퓨터 보조 설계(CAD) 분야에서 역공학은 오랜 기대사항이었지만 아직 완전히 실현되지는 않았습니다. 이 기술의 주요 목표는 물리적 객체의 3D 스캔을 제공받아 그 뒤에 있는 CAD 프로세스를 밝혀내는 것입니다. 우리는 입력 포인트 클라우드에서 스케치 및 압출 과정의 시퀀스로 표현된 CAD 모델의 설계 역사를 복원하기 위한 종단 간 학습 가능하고 자기 회귀적인 구조인 CAD-SIGNet을 제안합니다. 우리의 모델은 포인트 클라우드와 CAD 언어 임베딩 사이의 층별 크로스 어텐션을 통해 시각-언어 표현을 학습합니다. 특히, 새로운 스케치 인스턴스 안내 어텐션(Sketch instance Guided Attention, SGA) 모듈이 제안되어 스케치의 세부 정보를 재구성하는 데 도움을 줍니다. 자기 회귀적인 특성을 thanks to, CAD-SIGNet은 입력 포인트 클라우드가 주어졌을 때 해당 CAD 모델의 고유한 전체 설계 역사를 재구성할 뿐만 아니라 여러 가지 가능한 설계 선택도 제공합니다. 이를 통해 디자이너에게 설계 과정 중 여러 다음 단계 선택지를 제공하여 상호작용적인 역공학 시나리오를 가능하게 합니다. 공개된 CAD 데이터셋에 대한 광범위한 실험들은 우리의 접근 방식이 두 가지 설정, 즉 전체 설계 역사 복원과 포인트 클라우드로부터 조건부 자동 완성에서 기존 베이스라인 모델들보다 우수함을 입증합니다.