LLLMWIKI
正文研究地图阅读入口元数据

来源笔记 · 更新于 2026-09-25

BrepGaussian从多视图2DGS到参数化CAD边界

阅读原论文

#near-cvpr-2025#3d-vision#gaussian-splatting#primary-source

一句话结论

CVPR 2026以带边/面片特征的2DGS、分两阶段冻结的图元学习和RANSAC原语拟合从多视CAD图像构造B-Rep；表面距离指标有强基线反胜，且人工修补面片掩码和参数拟合属于端到端成本（主文pp.26106–26111，补充pp.1–3）。

输入、表示与输出

每物件多视RGB及相机、边缘检测与SAM逐视掩码输入；第一阶段学定向2D高斯盘的几何及边缘标量，第二阶段冻结几何/颜色、用16维patch特征和hard-negative triplet分组。椭圆盘采样中心及部分侧点后，RANSAC拟合平面、圆柱、球面，利用面相交、边点裁剪与角点聚合组装B-Rep（Fig.1–2、§3.2–3.4）；“无需点云监督”仍需相机及图像伪掩码。输出受支持原语和后处理约束；它与2D Gaussian Splatting：用三维中的二维高斯圆盘重建表面只输出几何表面/网格的终点不同。

数据与主结果

ABC-NEF每物件50幅图，GT点20k作评估；场景/物件数量和跨物件划分主文未清晰报告。低纹理样本SAM掩码由人工脚本每物件约3分钟修补（p.26108 §4.1）。p.26110 Tables1–2：patch F1本法.9040 vs使用同一重建点的PCER-Net .6392，edge F1 .9301 vs .7703；使用GT点的SED-Net分别.9738/.9802，是更强输入条件。p.26111 Table3：本法曲线CD(10^-2)5.01 vs使用本法标签的Point2CAD5.42，但表面CD4.90 vs3.38、表面Hausdorff(10^-1)3.351 vs2.413，本法在这些表面指标较弱。补充p.3 Table1生成方法间CD也受输入约束差异影响。

消融、成本和适用边界

p.26111 Table4去两阶段patch F1 .7672、去triplet .8857，完整.9040；Table5去增密表面CD5.99 vs完整4.90。Table6纯SAM patch F1 .8259、微调SAM .8621、人工修补 .8941，与Table4完整.9040的表条件分列。≤30视通常产生噪声面片，50视更完整（§4.3 Fig.6）；ABO与手机照仅提供定性结果（Fig.7），复杂自由曲面和拓扑可靠性待量化。补充p.3 Table2逐物件第1/2阶段约5/11分钟、拟合3秒；人工修补、相机/分割预处理、训练GPU及峰显存未统一报告。作者仓库根目录无LICENSE，复用授权待核；未运行GPU。完整逐页追溯见raw/ingest/2026-09-25-brepgaussian/analysis.md。三维高斯泼溅：表示、优化、几何与动态任务；2D Gaussian Splatting：用三维中的二维高斯圆盘重建表面；Mip-Splatting：跨尺度采样与三维高斯抗混叠。

元数据
{
  "id": "2026-09-25-brepgaussian",
  "type": "source",
  "title": "BrepGaussian：从多视图2DGS到参数化CAD边界",
  "status": "reviewed",
  "note_status": "reviewed",
  "created": "2026-09-25",
  "updated": "2026-09-25",
  "source_type": "paper",
  "venue": "CVPR 2026",
  "authors": "[Jiaxing Yu, Dongyang Ren, Hangyu Xu, Zhouyuxiao Yang, Yuanqi Li, Jie Guo, Zhengkang Zhou, Yanwen Guo]",
  "published_at": "2026-06-01",
  "ingested_at": "2026-09-25",
  "canonical_links": [
    "https://openaccess.thecvf.com/content/CVPR2026/html/Yu_BrepGaussian_CAD_reconstruction_from_Multi-View_Images_with_Gaussian_Splatting_CVPR_2026_paper.html",
    "https://openaccess.thecvf.com/content/CVPR2026/papers/Yu_BrepGaussian_CAD_reconstruction_from_Multi-View_Images_with_Gaussian_Splatting_CVPR_2026_paper.pdf",
    "https://openaccess.thecvf.com/content/CVPR2026/supplemental/Yu_BrepGaussian_CAD_reconstruction_CVPR_2026_supplemental.pdf",
    "https://github.com/yjx2851/BrepGaussian"
  ],
  "raw_entry": "raw/ingest/2026-09-25-brepgaussian/",
  "topics": "[topics/3d-gaussian-splatting]",
  "entities": [],
  "claims": [],
  "questions": [],
  "tags": [
    "near-cvpr-2025",
    "3d-vision",
    "gaussian-splatting",
    "primary-source"
  ]
}