计算机辅助设计与图形学学报

作者：尹晓龙, 沈恩亚, 王建民

关键词：三维模型表示方法, 模型转换技术, 深度学习

文中系统地梳理了常见的三维模型表示方法, 包括点云、体素、网格、边界表示(boundary representation,B-Rep), 以及以符号距离场(SDF)和神经辐射场(NeRF)为代表的隐式表示, 介绍了它们在几何精度、计算效率和适用场景等方面的差异; 进一步, 探讨点云到网格、点云到B-Rep、体素与网格、网格与B-Rep, 以及网格与隐式表示之间的转换技术, 涵盖从传统几何算法到基于深度学习的智能方法; 分析了现有方法在计算精度、拓扑一致性、计算效率等方面的优劣, 指出当前转换技术面临高分辨率模型处理效率低下、复杂拓扑结构保持困难等关键挑战. 分析表明, 未来研究应着重发展多模态融合表示方法, 优化高精度转换算法, 开发面向特定行业的专用转换技术, 并积极探索AI驱动的智能转换范式, 为智能制造、数字孪生等领域的创新发展提供关键技术支撑.

来源：2025年第10期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2025年第10期