Parametric Primitive Analysis of CAD Sketches with Vision Transformer

本文讨论了计算机辅助设计（CAD）草图的设计与分析在工业产品设计中的关键作用，主要涉及CAD基元及其基元间的约束。为了解决自回归模型误差累积和自监督模型设计的复杂性等挑战，我们提出了一个两阶段网络框架。该框架由基元网络和约束网络组成，将草图分析任务转化为集合预测问题，以增强对基元和约束的有效处理。通过将目标类型与参数分离，该模型获得了更大的灵活性和优化，同时降低了复杂度。此外，约束网络还采用了指针模块来明确约束参数与基元索引之间的关系，提高了可解释性和性能。在两个公开数据集上的定性和定量分析表明了该方法的优越性。

本论文旨在解决工业产品设计中的CAD素描分析问题，提出了一种两阶段网络框架，以增强CAD原语和它们之间约束的有效处理。

该框架由原语网络和约束网络组成，将素描分析任务转化为一组预测问题，通过将目标类型与参数分离，增加了模型的灵活性和优化能力，同时降低了复杂度。此外，约束网络采用指针模块来明确指示约束参数与原语索引之间的关系，增强了可解释性和性能。

该论文的亮点包括使用两个公开数据集进行定性和定量分析，证明了该方法的优越性；约束网络采用指针模块，增强了可解释性和性能；该模型具有更高的灵活性和优化能力，同时降低了复杂度。

最近的相关研究包括：1.《Sketch-based Modeling: A Survey》；2.《Sketching Interfaces: Toward More Human-Centered Design》；3.《Deep Learning for Sketch-Based 3D Shape Retrieval and Recognition: A Survey》等。