推荐：使用NSDT场景编辑器助你快速搭建可二次编辑的3D应用场景
这些生成的 3D 模型通常提取为标准三角形网格。网格表示提供了许多好处，包括支持现有软件包、高级硬件加速和支持物理仿真。但是，并非所有网格都是平等的，这些优势只能在高质量网格上实现。
NVIDIA 最近的研究发现了一种名为 FlexiCubes 的新方法，用于在 3D 管线中生成高质量的网格，从而提高各种应用程序的质量。
灵活立方体网格生成
图1.通过FlexiCube重建的示例网格
从重建到模拟的 AI 管道的共同要素是网格是通过优化过程生成的。在过程的每个步骤中，都会更新表示以更好地匹配所需的输出。
FlexiCubes网格生成的新思想是引入额外的灵活参数，以精确调整生成的网格。通过在优化过程中更新这些参数，可以大大提高网格质量。
熟悉基于网格的管道的人过去可能使用行进立方体来提取网格。FlexiCubes可以用作基于优化的AI管道中行进立方体的直接替代品。
图2.灵活立方体高品质网眼
FlexiCubes 从摄影测量和生成 AI 等神经工作流程中生成高质量的网格。
更好的网格，更好的人工智能
FlexiCubes 网格提取改进了许多最近的 3D 网格生成管道的结果，生成更高质量的网格，在表示复杂形状中的精细细节方面做得更好。
生成的网格也非常适合物理仿真，其中网格质量对于使仿真高效和稳健尤为重要。四面体网格已准备好用于开箱即用的物理模拟。
图3.柔性立方体四面体网格示例
立即探索灵活立方体
这项研究是作为 NVIDIA 进步的一部分在洛杉矶举行的 SIGGRAPH 2023 上展示的。有关新方法的详细信息，请参阅用于基于梯度的网格优化的灵活等值面提取。在FlexiCubes项目页面上探索更多结果。
原文链接：更好的 3D 网格，从重建到生成式 AI (mvrlink.com)
标签：FlexiCubes,AI,生成式,网格,生成,立方体,3D From： https://www.cnblogs.com/mvrlink/p/17640037.html