基于功能分析的几何处理技术研究

With the fast development of commercial RGBD cameras and 3D printing technologies, a significant change has taken place in the data input and output for 3D geometry processing techniques. Rather than 3D meshes of high quality, more and more input data are noisy and incomplete point clouds captured by RGBD cameras. Also instead of virtual geometry shapes, real physical objects are required as output by 3D printing technologies. Thus classical geometry processing techniques need to be modified to better meet the challenges above. We propose a novel geometry processing framework based on function analysis to deal with RGBD input and 3D printing output. Here function analysis mainly consists of static structure analysis and dynamic motion analysis. Within the framework based on function analysis, we plan to address the fundamental challenges in the semantic scanning of RGBD data and environment understanding, RGBD data completion and structure extraction, and 3D printing aware geometry processing. Our research will promote the development of an innovative and pragmatic geometry processing system.

随着经济型RGBD摄像机的出现和3D打印技术的发展，三维几何处理技术的数据输入和输出都发生了变化。在输入端，相比于传统的高质量三维网格模型，现在越来越多的输入数据是RGBD摄像机采集的带大量噪声的不完整的低质量点云。在输出端，3D打印技术则要求输出数据为真实的物理对象，而非传统的虚拟几何对象。因此，传统的几何处理技术需要做出创新以更好地适应上述挑战。本项目拟提出基于功能分析的全新几何处理框架，分别在面向RGBD数据的几何处理技术、以及面向3D打印的几何处理技术这两个大方向上展开研究。这里的功能分析主要分为静态的结构分析以及动态的运动分析等。在基于功能分析的几何处理计算框架内，我们力求在RGBD数据实时语义化扫描及场景理解，RGBD数据补全及结构提取，以及3D打印相关的几何处理等方面取得突破，并研制出兼具创新性和实用性的完整的新型几何处理系统。

随着经济型RGBD摄像机的普及和3D打印技术的发展，三维几何处理技术需要处理RGBD摄像机采集的带大量噪声的不完整的低质量点云，并分析提取功能信息，使得三维模型满足物理制造等热点需求。本项目提出基于功能分析的几何处理框架，重点研究基于RGBD图像的场景理解和结构提取，RGBD数据补全，RGBD数据的功能恢复，以及功能建模等重要问题。在项目支持下，我们取得了若干重要研究成果，共有5篇论文发表在计算机图形学国际顶级期刊上（均为CCF A类），分别为基于长方体稳定性分布的室内场景理解（ACM TOG），基于单张RGBD图像的物体形状补全（IEEE TVCG），基于矢量装配图的动态家具建模（ACM TOG），基于原始扫描数据的机械装置运动功能恢复（IEEE TVCG）,以及基于单张图像的自动三维头发建模（ACM TOG）。这些成果均达到国际一流水准，对于功能相关的几何处理技术的发展具有重要积极作用。