DualPrim: 正と負のプリミティブを用いたコンパクトな3D再構成

要旨: ニューラル再構成はしばしば構造と忠実性のトレードオフを生み出し、密で非構造化されたメッシュは不規則なトポロジーと弱い部品境界を生じさせ、編集、アニメーション、および下流資産の再利用を妨げる。私たちはコンパクトで構造化された3D再構成フレームワーク、DualPrimを提案します。加算のみの暗黙的またはプリミティブ法とは異なり、DualPrimは正の超二次曲面と負の超二次曲面を用いて形状を表現します。前者は基底を構築し、後者は微分可能な演算子を介して局所ボリュームをくり抜くことで、穴や凹部のトポロジー認識を考慮したモデリングを可能にします。この加算-減算の設計は、コンパクト性や微分可能性を犠牲にすることなく、表現力を高めます。私たちはDualPrimを体積的な微分可能レンダラに埋め込み、多視点画像からのエンドツーエンド学習と、閉形式のブール差分によるシームレスなメッシュエクスポートを実現します。経験的に、DualPrimは最先端の精度を提供し、加算のみの代替よりも下流のニーズをよりよく満たす、コンパクトで構造化され、解釈可能な出力を生み出します。