TriFlow: генерация структурированной 3D-топологии на базе векторных полей

Исследователи представили TriFlow — модель для автоматической ретопологии 3D-сеток. Метод превращает сырые SDF-данные в компактные меши. Сетка получается аккуратной и структурированной. Авторы сравнивают итоговую топологию с ручной работой 3D-художника.
В основе алгоритма лежит концепция векторного поля NVF. Каждая точка поверхности хранит вектор до ближайшей вершины. Нейросеть генерирует это поле через latent flow-matching. Для извлечения геометрии алгоритм водораздела сегментирует поверхность. Затем метрика QEM оптимизирует сетку строго внутри полученных кластеров.
Скорость генерации выросла в 8 раз относительно прошлых методов. Ошибка Chamfer Distance при этом снизилась на 90%. Модель поддерживает настройку уровня детализации (LOD). Плотность полигонов аппаратно адаптируется под заданные технические лимиты. Исходный код авторы обещают опубликовать в репозитории проекта.
Поделиться:
Ещё из архива
Все публикации
Интервью с Владимиром Аюевым: графический язык бигтеха, студия SASHA и дизайн-образование
1 месяц назад
Jockey от TwelveLabs: ИИ-агент для семантического поиска по видеоархивам и извлечения метаданных
1 месяц назад
Архитектура винной этикетки: баланс наборного шрифта и каллиграфии в кейсе Winecraft
1 месяц назад
Оптимизация контекста в Claude Code: как работает кэширование промптов и за что мы платим
1 месяц назад
Архитектура памяти для LLM-агентов: от базового SQLite до Graph RAG
1 месяц назад