VertexRegen: Mesh Generation with Continuous Level of Detail¶

会议: ICCV 2025
arXiv: 2508.09062
代码: 项目页
领域: 3D视觉
关键词: 网格生成, 渐进网格, 连续细节层级, 自回归, 顶点分裂

一句话总结¶

提出VertexRegen，受渐进网格启发将网格生成重新定义为边折叠(edge collapse)的逆操作——顶点分裂(vertex split)的学习，实现连续细节层级的"随时停止"网格生成。

研究背景与动机¶

现有自回归网格生成方法（MeshGPT, MeshXL等）的根本局限： - 部分到完整生成范式：中间步骤产生不完整网格（缺面） - 缺乏细节控制：必须完成整个序列才能得到有效网格 - 提前停止 = 缺失面片，而非低分辨率网格

VertexRegen的创新：粗到细生成范式，每个中间步骤都是有效网格，只是细节层级不同。

方法详解¶

渐进网格回顾¶

两个可逆操作： - 边折叠 \(\text{ecol}(v_s, v_t)\)：合并两个相邻顶点，移除两个面和一个顶点 - 顶点分裂 \(\text{vsplit}(v_s, v_l, v_r, v_t)\)：逆操作，恢复顶点和两个面

渐进网格表示：\(\text{PM}(\mathcal{M}) = (\mathcal{M}_0, \{\text{vsplit}_0, \cdots, \text{vsplit}_{n-1}\})\)

边折叠顺序由QEM（二次误差度量）决定。

VertexRegen序列化¶

完整序列：

M: [<bos>, [M_0 sequence], <sep>, [vsplit_0], ..., [vsplit_n-1], <eos>]

粗网格 \(\mathcal{M}_0\) 标记化：沿用MeshXL方案（每面9个token），但仅编码极其粗糙的初始网格（平均仅18面 vs 原始457面）。

顶点分裂标记化：利用半边数据结构消除歧义，每次操作仅需记录 \(v_s, v_l, v_r, v_t\) 四个顶点（12 tokens或边界情况10 tokens）。

半边数据结构的关键作用¶

顶点分裂需确定 \(v_s\) 的邻居环中哪一半属于 \(v_t\)。通过半边遍历从 \(\mathcal{H}_{ls}^1\) 到 \(\mathcal{H}_{\cdot s}^r\)，精确确定分属关系：

\[\{v_k | \mathcal{H}_{\cdot s}^k, k \neq r\} = N_{k+1}(v_s) - \{v_l, v_r, v_t\}\]

引导解码¶

维护状态机，实时执行顶点分裂。强制约束： - \(v_s\) 必须是当前网格中的顶点 - \((v_s, v_l)\) 和 \((v_s, v_r)\) 必须是有效边 - 仅允许 \(v_l\) 或 \(v_r\) 之一为 <nil>

实验¶

无条件网格生成¶

方法	标记化	COV↑	MMD↓	1-NNA(%)	JSD↓
MeshXL	展平坐标	51.76	8.30	50.84	3.81
MeshAnything V2	AMT	50.33	8.50	52.25	4.84
EdgeRunner	EdgeBreaker	51.39	7.81	49.44	3.22
VertexRegen	渐进	51.03	8.29	50.22	2.89

VertexRegen生成质量与SOTA可比，同时独有连续细节层级能力。JSD最优，表明生成分布与参考分布更接近。

面数约束下的生成 (@400面)¶

方法	COV↑	MMD↓	1-NNA
MeshXL (w/ FCC)	41.20	10.03	59.06
VertexRegen	50.92	8.31	51.03

在低面数约束下VertexRegen大幅领先，因为其从粗到细的生成保持了完整结构。

压缩效率¶

方法	压缩比
MeshXL	1.0
MeshAnything V2	0.46
EdgeRunner	0.47
VertexRegen (w/ HE)	0.73
VertexRegen (w/o HE)	0.89

半边数据结构将序列长度减少22%。

亮点与洞察¶

范式转变：从"部分到完整"到"粗到细"，根本性地改变了网格生成的特性
半边数据结构妙用：消除顶点分裂的邻居归属歧义
随时生成(Anytime Generation)：任何时刻停止都得到有效网格
继承渐进网格的理论保证：每步顶点分裂都是确定性逆操作

局限性¶

粗网格 \(\mathcal{M}_0\) 仍需MeshXL方式生成，占总长5.68%
压缩效率(0.73)不如AMT(0.46)，因为顶点分裂需4个顶点
预测无效顶点分裂会中断链式生成
需要引导解码维护状态机，增加推理复杂度

评分¶

新颖性: ⭐⭐⭐⭐⭐ (渐进网格+生成模型的完美结合)
技术深度: ⭐⭐⭐⭐⭐ (半边数据结构+引导解码的精巧设计)
实验充分度: ⭐⭐⭐⭐ (无条件+条件+消融)
实用价值: ⭐⭐⭐⭐⭐ (连续LOD是实际刚需)