本文主要是介绍BSP-Net：通过二进制空间划分生成紧凑网格，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
我们介绍了BSP-Net，它是一种通过二进制空间划分生成紧凑网格的网络。我们生成的网格是低多边形的，并保证是紧密的。边缘可以重现清晰的细节，但仍可以近似弯曲的边界。
视频链接：https://youtu.be/9-ixexpjN-8?t=2
我们的BSP-Net生成紧凑的低多边形网格。
输出可以再现锐利的边缘和近似平滑的几何形状。
诸如IM-NET之类的隐式模型需要等值
曲面， 从而导致网格过于网格化，而网格只能近似具有平滑表面的清晰细节。
我们的关键思想源自二进制空间分区树（BSP）。如左图所示，给定一组定向平面以及将它们分组的连接，我们可以计算每个组内的交点以获得凸形，然后将它们的并集构造为最终输出。整个过程基于CSG操作，因此，输出形状为多边形网格。我们以这样的方式设计网络，即每个组件代表BSP树的一部分。
请查看视频或论文以获取详细信息。
2D重建与分解
在我们的2D实验中，网络的任务是将每个图像重建为凸部的组合。
由于所有形状共享一组相同的凸面和树连接，因此 我们在凸面水平上发现了形状分割和对应关系。在下面，我们显示了第一个形状的一些凸面，以及构造它们的平面。
可以在我们的视频中找到培训过程的可视化内容。
快照如下所示。
3D重建与分解
我们将我们的方法与其他通过重构执行形状分解的方法进行了比较，包括体积基元，SuperQuadrics和BAE-NET，我们的方法不仅获得了更好的重构质量，而且具有更好的分割效果。与2D情况类似，我们可以发现凸面之间的自然对应关系。
下面，我们将凸面手动分组为语义部分，并使用不同的颜色可视化对应关系。
单视图重建
由于我们的BSP-Net是可微分的3D解码器，因此我们可以轻松地将其与图像编码器配对以实现单视图重建。我们比较了几种最先进的方法，包括AtlasNet，Occupancy网络和IM- NET，以显示我们网络的表示能力和输出的精确性。
最近有一项工作CvxNet也执行凸分解。我们的方法与他们的方法不同，因为我们的目标是低多边形重建，而且我们的网络具有针对不同形状的动态凸数。
扫描二维码
获取更多精彩
机器之眼
这篇关于BSP-Net：通过二进制空间划分生成紧凑网格的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
