Adaptive Scaling with Geometric and Visual Continuity of completed 3D objects

📄 arXiv: 2602.12905v1 📥 PDF

作者: Jelle Vermandere, Maarten Bassier, Maarten Vergauwen

分类: cs.CV

发布日期: 2026-02-13

备注: ISPRS Congress 2026

💡 一句话要点

提出一种基于部件感知的自适应缩放框架，用于编辑和变形3D补全对象。

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 3D对象补全 自适应缩放 部件感知 有向距离场 几何变形

📋 核心要点

  1. 现有对象补全网络生成的静态SDF缺乏灵活性，难以进行缩放和变形，限制了其应用。
  2. 提出一种部件感知的缩放框架，通过自动分割、用户控制缩放区域和插值等手段，实现对象的灵活编辑。
  3. 实验表明，该方法能有效克服SDF的刚性，在复杂形状和重复结构上优于全局和简单选择性缩放。

📝 摘要（中文）

对象补全网络通常生成静态有向距离场(SDF)，能够忠实地重建几何形状，但无法在不引入结构失真的情况下进行缩放或变形。这种限制阻碍了它们在需要灵活对象操作的应用中的使用，例如室内重新设计、仿真和数字内容创建。我们引入了一种部件感知的缩放框架，该框架将这些静态补全的SDF转换为可编辑的、结构连贯的对象。从最先进的补全模型生成的SDF和纹理场开始，我们的方法执行自动部件分割，定义用户控制的缩放区域，并应用SDF、颜色和部件索引的平滑插值，以实现比例和无伪影的变形。我们进一步结合了一种基于重复的策略来处理大规模变形，同时保留重复的几何图案。在Matterport3D和ShapeNet对象上的实验表明，我们的方法克服了补全SDF的固有刚性，并且在视觉上比全局和简单的选择性缩放更具吸引力，特别是对于复杂的形状和重复结构。

🔬 方法详解

问题定义：现有对象补全网络生成的有向距离场(SDF)是静态的，无法直接进行缩放或变形，否则会引入结构上的扭曲和伪影。这限制了它们在需要灵活对象操作的应用中的使用，例如室内设计、仿真和数字内容创建。现有方法要么是全局缩放，要么是简单的选择性缩放，都无法很好地保持对象的结构一致性和视觉质量。

核心思路：该论文的核心思路是将对象分解为多个部件，并允许用户控制每个部件的缩放比例。通过对SDF、颜色和部件索引进行平滑插值，确保在缩放过程中保持部件之间的几何和视觉连续性。此外，针对具有重复结构的物体，引入基于重复的策略来处理大规模变形，从而保持重复模式的完整性。

技术框架：该方法主要包含以下几个阶段：1) 部件分割：自动将补全的3D对象分割成不同的部件。2) 缩放区域定义：允许用户定义需要缩放的区域。3) SDF、颜色和部件索引插值：对SDF、颜色和部件索引进行平滑插值，以实现无伪影的变形。4) 重复结构处理：对于具有重复结构的物体，采用基于重复的策略来处理大规模变形。

关键创新：该方法的关键创新在于部件感知的缩放策略，它允许用户对对象的不同部分进行独立控制，并保持部件之间的几何和视觉连续性。此外，针对重复结构的特殊处理也是一个重要的创新点，它能够在大规模变形中保持重复模式的完整性。与现有方法相比，该方法能够更好地保持对象的结构一致性和视觉质量。

关键设计：部件分割可能使用基于几何特征或语义信息的聚类算法。缩放区域的定义可以通过用户交互或自动算法实现。SDF、颜色和部件索引的插值可以使用径向基函数(RBF)插值或其他平滑插值方法。重复结构的处理可能涉及检测重复单元，并对这些单元进行一致的变形。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，该方法能够有效地克服补全SDF的刚性，并且在视觉上比全局和简单的选择性缩放更具吸引力，特别是在处理复杂的形状和重复结构时。在Matterport3D和ShapeNet数据集上的实验验证了该方法的有效性。具体性能数据未知，但论文强调了视觉质量的提升。

🎯 应用场景

该研究成果可应用于室内重新设计、仿真、数字内容创作等领域。例如，在室内设计中，用户可以方便地调整家具的尺寸和形状，以适应不同的空间布局。在仿真应用中，可以对虚拟对象进行变形，以模拟不同的物理状态。在数字内容创作中，可以创建具有复杂结构和细节的3D模型。

📄 摘要（原文）

Object completion networks typically produce static Signed Distance Fields (SDFs) that faithfully reconstruct geometry but cannot be rescaled or deformed without introducing structural distortions. This limitation restricts their use in applications requiring flexible object manipulation, such as indoor redesign, simulation, and digital content creation. We introduce a part-aware scaling framework that transforms these static completed SDFs into editable, structurally coherent objects. Starting from SDFs and Texture Fields generated by state-of-the-art completion models, our method performs automatic part segmentation, defines user-controlled scaling zones, and applies smooth interpolation of SDFs, color, and part indices to enable proportional and artifact-free deformation. We further incorporate a repetition-based strategy to handle large-scale deformations while preserving repeating geometric patterns. Experiments on Matterport3D and ShapeNet objects show that our method overcomes the inherent rigidity of completed SDFs and is visually more appealing than global and naive selective scaling, particularly for complex shapes and repetitive structures.