由麻省理工学院、不列颠哥伦比亚大学和 Adobe Research 的研究者提出的三维网格参数化与切割共同最优化算法「OptCuts: Joint Optimization of Surface Cuts and Parameterization」SIGGRAPH Asia 2018 论文
[SIGGRAPH Asia 2018] OptCuts: Joint Optimization of Surface Cuts and Parameterization
三维表面的平面低畸变映射是几何处理中的一个重大问题。这些 UV 映射引入的固有畸变在很大程度上取决于表面切割的选择，而这些切割会形成破坏映射连续性的接缝线。对于参数化应用，为了避免映射中的伪影，需要具有畸变方面应用特定上限的 UV 贴图。同时，还希望尽量缩短切割长度，以最小化不连续伪影。我们提出 OptCuts，这是一种共同最优化三维网格参数化与切割的算法。OptCuts 从任意初始嵌入和用户要求的畸变边界开始。它不需要参数设置，并自动搜索这些接缝，使其在满足基于这些接缝计算的映射畸变边界的同时，使接缝长度最小化。OptCuts 交替执行拓扑和几何更新步骤，持续降低畸变和接缝长度，并生成具有紧凑边界线且严格满足畸变边界的 UV 贴图。OptCuts 无需用户干预即可自动生成高质量、全局单连通的 UV 贴图。因此，OptCuts 不仅是从零开始创建新映射的非常有效的工具，也展示了如何用于改进现有嵌入。此外，如果在接缝布局上需要语义或其他优先级，OptCuts 还可以扩展为在参数化优化过程中将这些用户偏好作为约束予以尊重。我们通过与最先进的 UV 方法和商业工具的比较，以及在大量困难的基准参数化示例上的测试，证明了 OptCuts 的可扩展性能。
虽然偏向有机形状的技术，但真不错啊，真不错啊。