Patchwork：面向高细节 3D 形状的多面体隐式表示

基于摘要分析。本文研究高细节 3D 形状的紧凑表示与拟合，提出 Patchwork：显式地以多面体并集编码形状，同时提供简单的闭式零水平集方程，将显式几何结构与隐式表示联系起来。 在理论方面，作者称其数学框架给出了可证明的复杂度界，并保证能够以任意精度逼近任意形状；具体适用条件、复杂度所依赖的变量及证明范围尚未验证。在拟合方面，方法将常规梯度优化与一种新的组合匹配方案结合，但摘要未展开匹配对象、优化目标或交替求解流程。 作者报告，在摘要所述实验及既有替代方法的对照下，Patchwork 平均使用少 3–6 倍的参数获得更高质量，并可扩展至艺术家制作的高细节资产。该参数效率表述沿用摘要口径；具体数据集、划分、质量指标、基线配置及参数统计方式尚未验证，不能据此推定其在所有形状类别上均有优势。 该表示还支持显式多边形化及相容体网格提取，为下游几何处理提供表示转换能力。摘要将几何学习列为潜在应用，而非已验证结论。本文主要研究对象是 3D 几何形状，现有材料未建立其与 EEG/BCI 的具体方法对应关系，因此不作迁移有效性推断。实验协议、消融及统计信息尚未验证。