变分形状近似

一种简洁、忠实地近似复杂3D数据集的方法是降低图形应用计算成本的关键。尽管在几何压缩到逆向工程等多个应用中都有广泛应用，然而有效捕获表面几何形状仍然是一项繁琐的任务。在本文中，我们提出了理论和实践上的贡献，形成了一种新颖且多功能的表面几何近似框架。我们通过将形状近似视为一种变分几何划分问题，打破了通常策略。利用几何代理的概念，我们通过将面片反复聚类到最佳拟合区域来降低失真误差。我们的方法完全是离散的，并且以误差驱动，不需要参数化或对微分量的局部估计。我们还引入了一种基于法线偏差的新度量，并展示了其在捕获各向异性方面的优越表现。