arXiv cs.LG

CADモデルのためのニューラルSDFのオフダイアゴナル・ヴァインガルテン損失のスケジューリング

Scheduling the Off-Diagonal Weingarten Loss of Neural SDFs for CAD Models

http://arxiv.org/abs/2511.03147v1


近年、ニューラルサイン距離関数(SDF)は点群からの幾何学的再構成において強力な表現手法として知られていますが、スパリウスワープの抑制と構造の忠実性を維持するために勾配と曲率に基づく正則化を必要とします。FlatCADでは、CAD表面に対する効率的な二次前提としてオフダイアゴナル・ヴァインガルテン(ODW)損失を導入しましたが、固定されたODW重みがトレーニング全体に適用されるのは最適ではありません。そこで、本研究では、初期の高い重みで最適化を安定させ、細かい修正を許可するために段階的に減少させるODW損失のスケジューリング戦略を提案しています。定常、線形、五次、ステップ補間のスケジュールを検証した結果、時変スケジュールが固定重みを常に上回ることが示され、Chamfer距離においてFlatCAD基準を35%改善することに成功しました。この結果は、CAD再構成のための曲率正則化の簡単かつ効果的な拡張としてスケジューリングの重要性を強調しています。