Seonghun Oh

TetraSDF框架能够从神经SDF中精确提取表面

研究人员推出了一种新颖的框架TetraSDF，用于从神经符号距离函数（SDF）中提取显式表面。与引入离散化误差或仅限于更简单的ReLU MLP的传统方法不同，TetraSDF采用了多分辨率四面体位置编码器。这种方法能够学习高频SDF，同时能够将零水平集精确提取为三角形网格。在各种基准测试中，TetraSDF在SDF重建精度方面已显示出与现有基于网格的编码器相当或更优的性能。