ミュンヘン工科大学、AUDI AG、バージニア大学の研究者チームによるECCV2026技術論文。入力されたSDFから高品質な3Dメッシュトポロジーを生成する技術「TriFlow: Generating Artist-Like 3D Mesh Topology via Nearest-Vertex Vector Fields」が公開されています！

TriFlow: Generating Artist-Like 3D Mesh Topology via Nearest-Vertex Vector Fields

TriFlowは、入力されたSDFから、アーティストが作成したような高品質なメッシュトポロジーを生成します。離散的なトポロジー予測を、効率的で区分的に連続的なフィールドモデリングに変換するために、「最寄りの頂点ベクトル場（NVF）」を導入しました。TriFlowは、多様かつ複雑な形状に対しても堅牢に汎用性を発揮します。

本論文では、符号付き距離場などの入力ジオメトリ条件から、アーティストが描いたような三角形トポロジーを持つコンパクトな3Dメッシュを直接生成する、新しい生成型アプローチ「TriFlow」を提案する。我々の重要な洞察は、メッシュのトポロジーを、表面上に定義された「最寄りの頂点ベクトル場（NVF）」として表現することにある。このNVFでは、各点が局所重心座標系における最寄りの三角形頂点との関連性を符号化している。我々は、この場を合成するために潜在フローマッチングモデルを学習させ、入力ジオメトリを条件としたトポロジ生成を可能にした。一貫性のあるメッシュを抽出するために、生成されたNVFを用いて表面領域をクラスタリングし、トポロジを意識した最適化により、制約付き二次曲面誤差指標（QEM）を用いたメッシュ簡略化を誘導する。これにより、入力ジオメトリに密接に一致しつつ、構造化された、アーティストのような接続性を示す出力メッシュが得られる。実験の結果、TriFlowは最先端の学習ベースの手法と比較して、より強力な汎化能力と著しく向上したトポロジー品質を達成するとともに、Chamfer Distanceを90%低減し、処理速度を8倍向上させることが実証された。

リンク