arXiv · 机器人与计算机视觉· Samuel Weidemaier, Christoph Norden-Smoch, Martin Rumpf·· 14 天前AI 评分18
Medial Axis Aware Learning of Signed Distance Functions 提出新变分方法计算高精度全局有向距离函数
Medial Axis Aware Learning of Signed Distance Functions
AI 导读
Samuel Weidemaier 等人提出一种利用高阶变分公式显式考虑梯度跳跃集的新方法,通过 Ambrosio-Tortorelli 型相场近似将中轴线隐含描述。该方法针对无方向点云表面实现 SDF 与相场的神经网络逼近,在近场和全局均验证了高精度优势。定量定性对比显示其优于其他方法,代码与数据未开放许可。
来源:arXiv · 机器人与计算机视觉 · arxiv.org