通过组装器间的共创空间实现可扩展的几何碎片组装

基于摘要分析。本文研究考古学与 3D 计算机视觉中的几何碎片组装，提出由多个组装器构成的共创空间，旨在不依赖语义信息的条件下逐步、明确地完成碎片组装，并通过基于几何的碰撞损失改善组装过程中的碰撞问题。 方法的核心是让多个组装器在共创空间中参与组装，而非仅依据碎片的语义信息进行匹配。摘要未说明共创空间的表示形式、组装器之间的信息交互方式、碎片位姿的求解过程，也未给出碰撞损失的数学定义及其与其他训练目标的组合方式，因此尚不能判断这些模块的具体实现与各自贡献。 作者报告，在 PartNet 和 Breaking Bad 数据集上的实验优于所比较的现有先进框架，并报告该框架具有线性计算复杂度、更强的抽象能力与更好的泛化能力。摘要未提供具体指标、分数、数据划分、对照方法及复杂度所对应的自变量；实验协议、消融及统计信息尚未验证，不能据此量化性能收益或确定可扩展性的适用范围。 摘要提供了公开代码地址，可作为进一步核对实现的入口，但代码内容、运行依赖与结果可复现性尚未验证。本文的主要研究对象是三维几何碎片组装，而非神经信号建模；现有材料没有给出其与 EEG/BCI 瓶颈的具体对应关系，因此不据此提出 BCI 迁移效果或复现实验建议。