>
Gráfico de Concepto & Resumen usando Claude 3 Opus | Chat GPT4o | Llama 3:
Resumen:
1.- BSPNet: genera mallas compactas, de bajo polígono, herméticas usando partición de espacio binario.
2.- Métodos existentes: deforman mallas de plantilla o usan funciones implícitas, resultando en mallas no compactas.
3.- Métodos implícitos: requieren cubos de marcha, produciendo mallas con demasiados polígonos.
4.- Ventajas de BSPNet: mallas de salida compactas con pocas primitivas, reproduciendo detalles afilados y aproximando límites curvados.
5.- Idea clave: derivada de árboles de partición de espacio binario usando planos orientados y conexiones.
6.- Proceso: calcular intersecciones dentro de grupos para obtener formas convexas, luego unirlas.
7.- Diseño de red: cada componente representa una parte del árbol BSP.
8.- Entrada: modelo de vóxel o imagen, codificado para obtener código de características.
9.- MLP: mapea el código de características a parámetros de plano (nodos hoja en el árbol BSP).
10.- Entrenamiento: muestrear puntos en el espacio, calcular distancias de signo.
11.- Conexiones: representadas por una matriz binaria entrenable.
12.- Forma de salida: obtenida por suma ponderada o agrupamiento medio de formas convexas.
13.- Proceso de entrenamiento: enfoque de dos etapas con pérdida de reconstrucción y pérdidas de estructuración de árbol.
14.- Etapa 1: entrenar la red con pesos continuos, cambiar conexiones.
15.- Etapa 2: binarizar pesos de conexión, reemplazar suma ponderada con agrupamiento medio.
16.- Experimento de juguete 2D: la red reconstruye imágenes como combinaciones de partes convexas.
17.- Segmentaciones de formas y correspondencias: encontradas a nivel convexo.
18.- Comparación: mejor calidad de reconstrucción y resultados de segmentación que otros métodos de descomposición.
19.- Caso 3D: agrupación manual de convexos en partes semánticas, visualizando correspondencias.
20.- Decodificador 3D diferenciable: se empareja con codificador de imagen para reconstrucción de vista única.
21.- Comparación con métodos de última generación: rendimiento comparable con menos vértices y triángulos.
22.- CVXNet: otro método de descomposición convexa, pero BSPNet apunta a reconstrucción de bajo polígono con números convexos dinámicos.
23.- Código fuente: disponible en GitHub.
Bóveda del Conocimiento construida por David Vivancos 2024