基於改進版的四面體網格生成之高容錯體素及視覺化系統

Abstract

在從三角形模型獲取實心3D體素數據時，大多數現有方法無法處理品質不好的模型。不幸的是，這種品質不好模型又在網路上佔據了全體模型資料的很大一部分。在這篇論文中，我們提出了一種可靠性高的體素化方法，該方法是基於生成一個用戶定義的誤差範圍內的四面體模型。與其他四面體網格生成方法相比，我們的方法會生成品質更好的四面體網格作為中間結果，這使我們能夠利用基於更強假設的更快體素化算法。我們展示了與包括與最先進技術在內的各種方法比較的結果。 我們的貢獻包括一個以三角形模型為輸入並能產生體素化資料的框架，一個效能優於當前技術的未經證實算法的證明，以及各種實驗數據。 此外，還包括在 GPU 和 CPU 上建置的平行化。我們在包括Princeton ModelNet 和Thingi10k 在內的各種數據集上進一步測試了我們的方法，以顯示框架的可靠性，其中我們實現了接近100% 的成功率，而過往方法只能達到50% 左右。