基于深度学习的单视图重建参数化CAD模型方法

基于图像的三维重建是逆向工程的一个重要研究领域。现有的基于图像的三维重建方法的重建结果基本为点云、体素和网格。该文基于深度学习提出一种单视图重建三维参数化模型的方法。该方法分为2个阶段:第1阶段将RGB图像输入BSP-Net神经网络模型将图像中的物体重建成点云;第2阶段使用PointNet++和DeepCAD神经网络模型实现点云到参数化模型的重建,其中PointNet++提取点云形状特征并编码成形状特征向量,随后将该向量通过DeepCAD解码成CAD命令序列。最后使用PythonOCC库将CAD命令序列转换成参数化模型。实验结果表明,该方法能够实现图像到参数化模型的快速重建,并且鲁棒性较好。对点云重建参数化模型的神经网络模型性能研究,确定该模型的最佳参数组合。此外,在公开的CAD数据集上实验结果表明,第2阶段的神经网络模型能够准确的重建三维参数化模型。