Segmentación de mallas con percepción de forma mejorada para modelos de CAD

La segmentación primitiva y el ajuste de mallas de CAD son problemas importantes en el campo del CAD. Los resultados de segmentación de los métodos existentes tienen grandes errores con las primitivas de superficie. En este sentido, se propone un método de segmentación de mallas de CAD con percepción de forma mejorada. La región de segmentación se genera expandiendo desde caras semilla, mientras que las primitivas de superficie se ajustan de manera sincrónica y el proceso de expansión subsiguiente se guía por las estadísticas del error de ajuste, mejorando así la consistencia entre la región de segmentación y las primitivas de superficie; al utilizar la distancia de la cara a la primitiva como criterio y estimar la distribución del ruido para una expansión adaptativa, los modelos ruidosos pueden manejarse robustamente; para mezclar superficies entre primitivas, se extraen esqueletos de curva para expresar la topología entre primitivas adyacentes, y las superficies de mezcla se segmentan basándose en los esqueletos de curva. Los resultados en 146 modelos del conjunto de datos ABC muestran que el método propuesto mejora el mIoU en un 18% y reduce el RMSE en un 92% en promedio.