SolidGen An Autoregressive Model for Direct B-rep Synthesis(SolidGen直接B-rep合成的自回归模型)【浅读】

SolidGen: An Autoregressive Model for Direct B-rep Synthesis(SolidGen:直接B-rep合成的自回归模型)

2023 Transactions on Machine Learning Research
https://openreview.net/forum?id=ZR2CDgADRo

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brep。我们的方法SolidGen是一个自回归神经网络，通过使用基于Transformer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。

本文的贡献：

• 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，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，即索引边界表示，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。
• 我们演示了如何通过使用类标签、图像和体素来实现B-reps的可控生成。
• 相比之下，我们的方法是一个自回归生成模型，除了点云之外，还支持更多的输入模式，如图像和类，并且不需要昂贵的优化步骤来构建合理的B-reps。

方法

总结

总结。我们提出了一个生成模型SolidGen，它可以直接学习和合成有界任意表示(B-rep) CAD模型，而不需要来自CAD建模序列的监督
操作。我们通过派生索引的B-rep格式来实现这一点，该格式捕获的层次结构特性B-rep顶点，边和面在一个新的机器学习友好的表示。SolidGen生成在我们与先前工作的比较中证明了连贯而多样的b -代表。我们的方法有潜力要集成到CAD软件的工作流程中，因为所有CAD软件都允许导入实体而无需建模的历史。由于我们的方法可以生成B-rep拓扑的局部区域，除了整个实体，这使得基于学习的技术在许多其他工作流程中发挥作用，例如实体模型绘制和分型面创建。条件生成可以帮助基于草图的建模工作流转换点云，网格或其他文件格式为B-reps进一步编辑。

我的总结

该文主要应用于CAD的生成，和我的方向不匹配