研究人员推出了一种新的连续域曲线骨架提取框架CSCD，旨在克服离散方法的局限性。该框架提供了两种实现方式：用于网格的CSCD-M和用于点云的CSCD-PC。CSCD-M被认为是首个用于曲线骨架提取的内在方法，在Thingi10k数据集等基准测试中表现出与现有方法相当的性能。CSCD-PC在定性结果上也优于其他最先进的方法。 AI
影响 这项研究通过提供更准确、更鲁棒的形状表示，有望改进AI应用中的3D对象分析和处理。
排序理由 该集群包含一篇详细介绍新技术框架及其实现的学术论文。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.25921v1 Announce Type: cross Abstract: Advancements in 3D curve skeletonization are accelerating progress across a wide range of applications. However, developing robust skeletonization algorithms that capture intricate object details remains challenging. Skeletonizati…
Advancements in 3D curve skeletonization are accelerating progress across a wide range of applications. However, developing robust skeletonization algorithms that capture intricate object details remains challenging. Skeletonization via Local Separators (LS) offers an efficient g…