SolidGen: An Autoregressive Model for Direct B-rep Synthesis
SolidGen: An Autoregressive Model for Direct B-rep Synthesis(SolidGen:直接B-rep合成的自回归模型)
摘要
边界表示(B-rep)格式是计算机辅助设计(CAD)中实体和薄片对象建模的实际形状表示。最近生成CAD模型的方法集中在学习草图和挤压建模序列上,这些序列由后处理中的实体建模内核执行,以恢复B-rep。在本文中,我们提出了一种新的方法,可以在不需要监督的情况下通过CAD建模序列数据来学习和合成b -代表。我们的方法SolidGen是一个自回归神经网络,通过使用基于变压器和指针的神经网络预测顶点、边缘和面,直接对B-rep进行建模。实现这一目标的关键是我们的索引边界表示,它在一个定义良好的层次结构中引用B-rep顶点、边和面,以捕获适合机器学习使用的几何和拓扑关系。由于其B-rep分布的概率建模,SolidGen可以很容易地根据上下文进行调节,例如类标签、图像和体素。我们定性,定量地证明,并通过人类受试者的感知评估,SolidGen可以产生高质量,逼真的CAD模型。
贡献:
- 我们提出了SolidGen,这是一种基于transformer和两级指针网络的新型生成模型,用于直接合成b -rep(图1),而无需来自CAD建模操作序列的监督。
- 据我们所知,SolidGen是第一个可以直接合成b -rep的生成模型。
- 我们提出了一种新的表示法,即索引边界表示法,它可以将B-reps表示为适合机器学习使用的数字数组,同时仍然允许B-reps的几何和拓扑完全恢复。
- 我们展示了无条件生成的SolidGen的定量和定性性能,并进行了一项感知研究,显示SolidG