摘要

草图拉伸（Sketch-and-extrude）是计算机辅助设计中一种常见且直观的建模过程。本文研究了通过逆向草图拉伸从点云数据中学习形状的问题。我们提出了ExtrudeNet，这是一种无需监督的端到端网络，用于从点云数据中发现草图和拉伸特征。ExtrudeNet背后包含两个新的技术组件：1）一种有效的草图和拉伸表示方法，该方法不仅能够建模自由形式的草图拉伸，还能处理传统的圆柱体和长方体基本元素；2）一种用于计算符号距离场的数值方法，该方法在网络学习过程中被使用。这是首次尝试利用机器学习以无监督的方式逆向工程形状的草图拉伸建模过程。ExtrudeNet不仅输出了一种紧凑、可编辑且易于解释的形状表示，可以无缝集成到现代CAD软件中，还与标准的CAD建模过程相匹配，便于各种编辑应用，这使得我们的工作与现有的形状解析研究有所不同。代码已发布在 https://github.com/kimren227/ExtrudeNet。