CGGT：基于曲线锚定的几何Transformer用于三维参数曲线重建

arXiv 2026 55.7 method

TLDR

CGGT利用曲线接地Transformer和Wireframe-100K数据集，从稀疏无位姿多视图图像重建可编辑3D参数曲线。

评分理由

The paper presents a strong learning-based approach with a novel transformer architecture and a large-scale CAD dataset, showing clear improvements in sparse-view curve reconstruction. However, evaluation appears limited to synthetic renderings, and the scope covers only parametric curves rather than full B-Rep or CSG CAD models.

Read-first 评分解释

综合优先阅读分 55.7，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 61。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：数据集、实验、指标

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、数据集

主题相关性 42%

38.1

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI for CAD、computer-aided design、neural CAD、generative CAD、parametric CAD、B-Rep、boundary representation、constructive solid geometry、CSG、sketch extrusion、CAD generation、CAD reconstruction、text-to-CAD、image-to-CAD、point cloud to CAD、CAD program

研究版图角色

前沿论文方法锚点

排序敏感性

稳定性：volatile；排名波动范围：26。

关键词评分

computer-aided design

parametric CAD

CAD reconstruction

image-to-CAD

AI for CAD

neural CAD

generative CAD

CAD generation

B-Rep

boundary representation

sketch extrusion

CAD program

constructive solid geometry

CSG

text-to-CAD

point cloud to CAD

深度分析

创新点

提出了CGGT，一种曲线接地几何Transformer，可直接从稀疏、无位姿的多视图图像中接地3D一致的2D曲线实例。
结合了几何感知Transformer编码器进行多视图特征学习，以及曲线感知掩码注意力解码器进行跨视图实例关联。
在单次前向传播中预测相机参数、密集深度图和实例级2D曲线掩码，然后将其提升到3D并通过快速参数优化进行精化。
提出了Wireframe-100K，一个包含100,000个CAD模型的大规模数据集，具有多样拓扑、逼真多视图渲染和准确的参数曲线标注。
在重建精度和效率上取得了显著提升，尤其在稀疏视图设置下，并区分持久3D结构边缘与视点相关边缘。

方法

CGGT使用几何感知Transformer编码器进行多视图特征学习，以及曲线感知掩码注意力解码器进行跨视图实例关联。在单次前向传播中预测相机参数、密集深度图和实例级2D曲线掩码，这些被提升到3D并通过快速参数优化阶段进行精化。该方法在引入的Wireframe-100K合成CAD数据集上训练，并评估重建精度、效率、稀疏视图鲁棒性和真实世界泛化能力。

关键结果

论文报告了在重建精度和效率上相比现有基于NeRF和3DGS方法的大幅改进，尤其在稀疏视图条件下以及区分持久3D结构边缘与视点相关边缘方面。CGGT尽管仅使用合成数据训练，也能泛化到真实世界图像。

局限性

训练仅依赖合成数据，真实世界泛化虽被报告但在摘要中未完全表征。

技术栈

Geometry-aware TransformerMasked AttentionParametric Optimization

资源

论文