PartUV: Частичное UV-развертывание трехмерных сеток
PartUV: Part-Based UV Unwrapping of 3D Meshes
November 20, 2025
Авторы: Zhaoning Wang, Xinyue Wei, Ruoxi Shi, Xiaoshuai Zhang, Hao Su, Minghua Liu
cs.AI
Аннотация
Развертка UV преобразует трехмерные поверхности в двумерные с минимальными искажениями, что часто требует декомпозиции сложной поверхности на множество сегментов (чартов). Несмотря на обширные исследования, существующие методы UV-развертки часто сталкиваются с трудностями при работе с AI-генерируемыми сетками, которые обычно зашумлены, имеют неровную поверхность и плохую обусловленность. Эти методы часто производят сильно фрагментированные чарты и неоптимальные границы, что приводит к артефактам и затрудняет последующие задачи. Мы представляем PartUV — конвейер UV-развертки на основе частей, который генерирует значительно меньшее количество чартов, выровненных по семантическим частям, при сохранении низкого уровня искажений. Построенный на основе современного метода декомпозиции на части PartField, основанного на машинном обучении, PartUV сочетает в себе декомпозицию на семантические части высокого уровня с новыми геометрическими эвристиками в рамках нисходящей рекурсивной структуры. Метод гарантирует, что искажения каждого чарта остаются ниже заданного пользователем порога, одновременно минимизируя общее количество чартов. Конвейер интегрирует и расширяет алгоритмы параметризации и упаковки, включает специальную обработку немногообразных и вырожденных сеток и широко распараллелен для обеспечения эффективности. По результатам оценки на четырех разнородных наборах данных, включая рукотворные объекты, CAD-модели, AI-генерируемые и распространенные формы, PartUV превосходит существующие инструменты и современные нейросетевые методы по количеству чартов и длине швов, демонстрирует сопоставимый уровень искажений, показывает высокий процент успеха на сложных сетках и открывает возможности для новых приложений, таких как упаковка мульти-тайлов для отдельных частей. Страница проекта доступна по адресу https://www.zhaoningwang.com/PartUV.
English
UV unwrapping flattens 3D surfaces to 2D with minimal distortion, often requiring the complex surface to be decomposed into multiple charts. Although extensively studied, existing UV unwrapping methods frequently struggle with AI-generated meshes, which are typically noisy, bumpy, and poorly conditioned. These methods often produce highly fragmented charts and suboptimal boundaries, introducing artifacts and hindering downstream tasks. We introduce PartUV, a part-based UV unwrapping pipeline that generates significantly fewer, part-aligned charts while maintaining low distortion. Built on top of a recent learning-based part decomposition method PartField, PartUV combines high-level semantic part decomposition with novel geometric heuristics in a top-down recursive framework. It ensures each chart's distortion remains below a user-specified threshold while minimizing the total number of charts. The pipeline integrates and extends parameterization and packing algorithms, incorporates dedicated handling of non-manifold and degenerate meshes, and is extensively parallelized for efficiency. Evaluated across four diverse datasets, including man-made, CAD, AI-generated, and Common Shapes, PartUV outperforms existing tools and recent neural methods in chart count and seam length, achieves comparable distortion, exhibits high success rates on challenging meshes, and enables new applications like part-specific multi-tiles packing. Our project page is at https://www.zhaoningwang.com/PartUV.