Dec, 2023

可扩展的几何破裂装配：装配者之间的共创空间

PDF
TL;DR发展一种可扩展的几何断裂组装框架，不依赖于语义信息，并且提出了一种新的损失函数来解决断裂组装过程中的碰撞问题并提高结果的性能。
发现论文，激发创造
  • 拼图：学习组装多个破碎物体

    该文章介绍了 Jigsaw 框架，该框架是一种用于将多个部件的物理断裂的 3D 对象组装起来的方法，并且通过分割、匹配和全局对齐的方式来提高其性能。该方法是一种第一次基于学习的方法，专门用于多个部件的 3D 断裂组装。

    May, 2023

  • PuzzleFusion++：去噪和验证的自动凝聚立体断裂组装

    该论文提出了一种新颖的 “自动凝聚” 三维断裂组装方法 PuzzleFusion ++，类似于人类解决具有挑战性的空间拼图的方式。通过将单个碎片对准并合并成较大的群组，然后迭代地完成组装，这种方法在 Breaking Bad 数据集上的大量实验证明，在所有度量指标上都明显优于所有其他最先进的技术，特别是部分准确性提高了 10％以上，Chamfer 距离提高了 50％。

    Jun, 2024

  • 破裂与装配几何数据集

    本研究介绍了 Breaking Bad 数据集，它包含来自一万个基本模型的超过一百万个被模拟的碎裂物体，并通过最新的基于物理的算法实现碎裂模拟，为几何形状理解和重新组装碎裂物体提供了新的挑战。

    Oct, 2022

  • 利用 SE（3）等变性学习 3D 几何形状装配

    我们提出利用 SE (3) 等变性对形状姿态进行解耦，并在多部分协作方面提供了改进，这大大提高了几何形状装配的性能。

    Sep, 2023

  • DeepFracture：一种预测脆性断裂的生成方法

    在脆性断裂动画领域，本文引入了一种新颖的基于学习的方法，将逼真的脆性断裂动画与刚体模拟相融合，通过 BEM 脆性断裂模拟和几何分割有符号距离函数（GS-SDF）作为训练数据，采用潜在冲量表示法作为输入，在保持计算效率的同时生成更详细的脆性断裂。

    Oct, 2023

  • 学习组装几何形状

    这篇研究论文提出了一种基于学习的方法，用于解决组装任意形状的无纹理碎片的问题，并展示了该方法在不同情境下的有效性。

    May, 2022

  • 动态图学习生成三维零件装配

    该论文提出了一种基于动态图卷积神经网络的自主部件组装方法，主要解决了几何和关系推理的部件姿态估计子问题，从而将输入部件组装成一个 3D 形状。

    Jun, 2020

  • 设计一种混合神经系统，用于从基于分形的模拟学习现实世界的裂缝分割

    鑑於混凝土基礎設施結構完整性評估的重要性，鑑定裂紋至關重要。然而，對於計算機視覺系統來說，強大的裂紋分割仍然是一項具有挑戰性的任務，原因在於混凝土表面的多樣外觀、不同的照明和天氣條件以及不同缺陷的重疊。本文提出了一種基於分形的高度保真度裂紋圖形模擬器以及相應的完全標註的裂紋數據集，並通過利用點對點互信息估計和自適應實例正規化作為歸納偏差，補充了後者的系統。最後，通過實證研究不同設計選擇在彌合模擬與現實差距方面的相互作用，最終證明我們引入的系統能夠有效處理現實世界的裂紋分割。

    Sep, 2023

  • 使用断裂曲线重新组合破碎物体

    本文提出了一种基于 3D 点云的、不考虑物体类型和外形信息的两两组合方法，用于重新组装不同类型的残缺物体。

    Jun, 2023

  • 基于半监督学习和结构相似性的宏观断裂面分割

    通过对断裂表面进行深度学习模型的半监督训练，实现了对材料的断裂表面分割，研究了结构相似性的影响，并且在断裂力学评估中取得了显著的成功。

    Mar, 2024