TransCAD: 점 구름에서 CAD 시퀀스 추론을 위한 계층적 트랜스포머

물리 객체의 3D 스캔이 주어졌을 때 CAD 모델을 추론하는 3D 역공학은 많은 유망한 실용적 응용 분야를 제공하는 연구 방향입니다. 본 논문에서는 점군에서 CAD 시퀀스를 예측하는 엔드투엔드 트랜스포머 기반 아키텍처인 TransCAD를 제안합니다. TransCAD는 계층적 학습 전략을 사용하여 CAD 시퀀스의 구조를 활용합니다. 또한 스케치 원시 매개변수를 회귀하기 위해 루프 리파이너가 도입되었습니다. DeepCAD와 Fusion360 데이터셋에 대한 철저한 실험 결과, TransCAD가 최신 기술 수준의 성능을 달성함을 보여주었습니다. 결과 분석은 기존 메트릭의 한계점을 해결하는 CAD 시퀀스 평가 지표인 CAD 시퀀스 평균 정밀도(mean Average Precision of CAD Sequence)를 제안하여 지원됩니다.