연구진이 입력 지오메트리 조건에 따라 예술가 스타일의 3D 메시 토폴로지를 생성하는 새로운 방법 TriFlow를 공개했어요. TriFlow는 메시 토폴로지를 표면 상의 최근접 정점 벡터장(NVF)으로 표현하고, 이를 합성하는 잠재 흐름 매칭 모델을 학습하는 방식이에요.
생성된 NVF를 사용하여 표면 영역을 클러스터링하고, 토폴로지 인지 최적화를 통해 제한된 쿼드릭 오류 메트릭(QEM) 메시 단순화를 안내하여 일관된 메시를 추출해요. 기존 방식 대비 Chamfer Distance는 90% 감소하고 속도는 8배 향상됐어요.
TriFlow는 입력 지오메트리와 유사한 형태를 유지하면서 구조화된 예술가 스타일의 연결성을 보여줘요. 실험 결과, 최첨단 학습 기반 접근 방식보다 더 나은 일반화 성능과 토폴로지 품질을 달성했어요.