71、基于接触推理的 3D 形状生成新方法

基于接触推理的 3D 形状生成新方法

在当今多个领域，对高质量 3D 对象模型的需求日益增长，如游戏、虚拟现实、广告、电子商务以及计算机视觉和机器人的合成训练数据等。传统的手动 3D 建模方式既耗时又费力，难以满足这种大规模的需求。因此，视觉计算研究人员开始探索数据驱动的方法，以增强人类的创造力并加速建模过程。

1. 背景与现有方法问题

目前，3D 形状生成模型主要有两类。一类是深度生成模型，它们以体积占用网格、点云或隐式场的形式合成形状。这类方法虽然能合成新对象的大致形状，但局部几何形状往往存在明显的瑕疵，如过度平滑、凹凸不平、多余的孔洞等，且输出的几何质量无法达到训练数据的水平。

另一类是通过组装现有高质量几何形状来生成新形状的方法，即建模组装法。早期该方法受到了广泛关注，但深度学习革命后，大多数形状生成研究的重点转向了新几何形状的合成。少数深度学习后的建模组装方法虽有潜力，但未能充分发挥，只能处理大部件的粗粒度组装，且通过直接预测部件的世界空间姿态来放置部件，导致出现“浮动部件”的问题。

2. Shape Part Slot Machine 模型介绍

为了解决上述问题，提出了 Shape Part Slot Machine 模型。该模型的核心思想是关注部件的连接结构，将部件之间的连接区域称为“插槽”，并以插槽图来表示形状。在这个模型中，插槽是图的节点，边表示它们之间的连接。

模型的贡献主要有以下几点：
- 提出了用于推理形状部件结构的插槽图表示法。
- 构建了一个通过迭代部件检索和组装来生成插槽图的自回归生成模型。
- 证明了仅局部部件连接结构就足以合成全局合理的形状，无需完整的部