SIGGRAPH 2026 论文用环面拟合点云实现快速距离查询
keenanisalive · x · 2026-07-29
Nicole Feng 的项目页介绍了 Points as Tori，这是一篇面向点云的 SIGGRAPH 2026 论文，目标是让点云的有符号距离查询既快又能在任意分辨率下做点对点计算。
方法
- 输入是带法向的点云，输出是可直接查询任意空间点 signed distance 的解析参数化。
- 核心思路是：局部把点云拟合成 torus（环面），再利用环面的闭式 signed distance 函数。
- 模型由预训练网络预测每个点的曲率和位移参数，避免了昂贵的全局优化和空间离散化，也更容易并行。
意义
- 论文给出一套把 signed distance 与经典重建方法（如 winding numbers、Poisson surface reconstruction）统一起来的新理论。
- 方法适用于来自摄影测量、网格、3D Gaussian、neural implicits 的点云。
- 不必先显式重建网格，就能直接做偏移、布尔运算和球面追踪可视化。
项目页还提供了论文、poster、GitHub 仓库、Python API、演示和训练脚本/数据。
所属事件:SIGGRAPH 2026论文PAT实现点云快速距离查询(2 条相关)→
「研究」频道最新
- 单机 8x 5090 实现 167k tokens/s 训练吞吐，超越 DDP 基线 — jon_durbin · 2026-07-30
- 为何没人测过用 ResNet MLP 替代大部分注意力层？ — kalomaze · 2026-07-30
- AI失控如何提前预测？清华剑桥提出失控行为框架 — 机器之心 · 2026-07-30
- 无人机高光谱成像结合人在回路，优化地雷探测效率 — RITiger · 2026-07-30
- GPT-5.6 成功验证新数学定理，突破 Ramsey 数下界 — naval · 2026-07-30
- 别被忽悠了：当前AI智能体的记忆系统只是RAG套壳 — Trick_Stretch_4746 · 2026-07-30