PrimitiveUDF: Primitive-Based Unsigned Distance Fields for Surface Reconstruction from Point Clouds¶
会议: ECCV 2026
论文: ECCV 原文
代码: https://github.com/Spatial-Intelligence-Group/PrimitiveUDF
领域: 3D 视觉
关键词: 点云表面重建、无符号距离场、图元重组、球面投影、混合图元构造
一句话总结¶
针对无符号距离场在多层紧密重叠表面混淆临近点的问题，本文通过视点引导的球面与切平面局部图表重组欧氏近邻，并构建各向异性的三角形与线段混合图元，为无符号标量距离回归提供显式的表面拓扑归纳偏置。
研究背景与动机¶
隐式神经几何表征在处理水密（watertight）模型时以符号距离场（SDF）见长，但在真实场景重建、薄壁结构以及开放非水密表面下，记录空间点到最近表面绝对距离的无符号距离场（UDF）具有普适性优势。当前基于泛化学习的 UDF 回归方法普遍遵循“点云局部近邻检索 + 无结构置换不变池化”范式：对每个空间查询点，网络通过 \(K\) 近邻（KNN）抓取周围的三维点集，随后利用注意力池化压缩特征并回归标量距离。然而，欧氏距离与沿表面测地距离存在本质差异。在薄壁褶皱、多层重叠（如书籍双层纸张、汽车引擎盖与内壁、室内双面窗帘或层叠垫子）区域，单纯基于欧氏距离抓取的近邻点集极易横跨多个截然不同的几何图层。
更致命的症结在于，传统学习型 UDF 仅对查询点的最终标量距离提供标量级监督，对“局部哪些点共享同一流形切片、哪些点属于外部不连通层”这一关键的中间拓扑拓扑关系缺乏任何配对约束或关系先验。当网络试图从混杂的近邻点特征中强行回归距离时，不同表面片层的特征互相抵消或平滑，导致重建表面在边界处产生撕裂、空洞、双层粘连甚至浮点伪影。即使尝试在局部进行贪心近邻连边，杂乱无章的散乱连边也缺乏连续性、非自交性和几何非退化的结构约束，在稀疏或噪声采样下极其脆弱。
本文的切入视角在于：与其让神经网络在毫无拓扑线索的无序点集中隐式猜解距离，不如在特征聚合前引入轻量且显式的几何关系先验；但这种先验绝非硬编码重建网格，而是作为组织局部特征的显式结构引导。核心 idea：通过基于主成分分析（PCA）轴的视点球面投影与切平面映射将欧氏近邻解耦为局部 2D 图表，进而自适应生长抗畸变的三角形面片图元并沿主方向剪枝线段图元，构建混合图元结构作为 UDF 回归的显式几何偏置。
方法详解¶
整体框架¶
PrimitiveUDF 的输入为带有坐标与特征的点云 \(P = \{(x_j, f_j)\}_{j=1}^N\)，目标是对任意空间查询点 \(q \in \mathbb{R}^3\) 预测其到流形表面的无符号标量距离 \(d(q) \in \mathbb{R}_{\ge 0}\)。系统整体由三大级联模块构成：首先，针对查询点 \(q\) 的局部欧氏近邻 \(\mathcal{N}(q)\)，通过视点引导的球面投影与对数映射（Log-Map）将其重组为无缝且分离多层的局部二维图表；接着，在混合图元构造模块中，利用二维图表邻接性逆推生长三维非退化三角形图元，并在三维主方向上剪枝提取一维线段图元；最后，在回归模块中将筛选出的混合图元及其空间相对几何编码为图元 Token，经注意力聚合后由 MLP 准确解码标量距离。
%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
A["输入点云与查询点<br/>P = {(x, f)}, 查询点 q"] --> B["阶段1：投影引导邻域重组<br/>PCA视点轴选中心 + 切平面对数映射"]
B --> C["阶段2：混合图元构造<br/>二维图表逆向三角形生长 + 三维主轴线段剪枝"]
C --> D["阶段3：注意力图元回归器<br/>图元Token池化编码 + 交叉注意力MLP预测 UDF"]
D --> E["精确无符号标量距离 d(q)"]关键设计¶
1. 投影引导邻域重组：解耦重叠图层的视点图表化映射
传统欧氏近邻直接混合多层表面，导致特征失去区分度。该设计的目标是在不破坏局部几何连续性的前提下，将空间中相互平行的多层表面投射为互不相交的局部角向分布。算法在局部质心 \(\mu\) 处沿主成分分析（PCA）的主变异轴 \(a\) 构建虚拟中心族 \(c(t) = \mu + t \vec{a}\)，利用三个预设的四分位中点偏移候选 \(t \in \mathcal{T}\) 进行退化校验，选取出最能拉开表面图层且远离稠密点簇的稳定虚拟视点 \(c^\star\)。将近邻点投影至视点单位球面上：
在单位球面上，原本在三维欧氏空间中紧挨着的双层点被自然拉开为两条角向带状结构。为避免球面测地距离计算的计算开销与奇异缝隙（seams），算法以投影方向最稠密的中心方向 \(d_0\) 为切点锚，实施切平面局部对数映射 \(z_i = \mathrm{LogMap}_{d_0}(d_{c^\star}(x_i)) \in \mathbb{R}^2\)。得到的局部二维图表仅作为拓扑邻接与排序的参照物，所有图元的几何端点始终绑定在原本的三维欧氏坐标上，既保证了计算轻量无畸变，又稳健消解了多层粘连。
2. 混合图元构造：自适应异构拓扑的面片与线段协同提取
针对贪心局部连边缺乏流形连续性与非自交保证的痛点，该设计放弃了无序的成对连边，转而构建具有显式几何维度的混合图元池 \(\mathcal{C}(q) = \mathcal{C}^{\triangle}(q) \cup \mathcal{C}^{\ell}(q)\)。对于面状流形，算法以二维图表中距原点最近的点为种子，沿逆时针拓扑推进提出候选三元组 \(\mathcal{A}_{\mathrm{org}}\)，并在三维真实空间中施加非退化判定 \(\mathrm{NonDeg}_{3D}\)（剔除共线或接近共线的扁长三元组）和紧致性判定 \(\mathrm{Compact}_{3D}\)（剔除跨越较大空间缝隙的快捷边），从而生成高质量的三维三角形图元：
对于细长杆状、边缘破损或极端稀疏区域，二维图表难以形成有效面片，算法引入三维方向性线段图元作为互补假设。首先计算近邻点沿三维一阶主成分轴 \(\hat{e}\) 的投影坐标 \(\gamma_i = (x_i - \bar{x})^\top \hat{e}\)，对排序后的点仅向其后继点集合 \(\mathrm{Next}(i)\) 发出连边提议，并利用局部连通约束 \(\mathrm{Local}_{3D}\) 剔除过长跳跃线段，结合对齐约束 \(\mathrm{Align}_{3D}\) 剔除与主轴偏角过大的离群杂边。最终，所有候选图元以各自的三维几何中心 \(c_p\) 到查询点 \(q\) 的欧氏距离排序，利用预设固定容量预算 \(\mathrm{TopB}\) 截取最相关的代表性图元集合 \(\mathcal{S}(q) = \operatorname{TopB}_{p \in \mathcal{C}(q)}(-\|c_p - q\|_2)\)。
3. 注意力图元回归器：融合局部关系与空间查询的 UDF 解码
为了将显式提取的图元拓扑转化为可微的距离判别证据，网络为每个入选图元 \(p \in \mathcal{S}(q)\) 组装一个图元 Token \(\pi_p = [f_p, \Delta c_p]\)。其中 \(f_p\) 由图元所包含顶点原始特征经过池化操作得到（并拼接轻量几何统计量），\(\Delta c_p = c_p - q\) 为图元中心相对于空间查询点的相对位移向量。通过这种方式，Token 既封装了图元局部的内部连续流形关系，又显式注入了相对查询点的空间走向。
随后，模型利用交叉注意力模块将图元 Token 序列 \(\{\pi_p\}\) 聚合为查询感知表征 \(z(q)\)，与空间位置编码 \(\psi(q)\) 拼接后输入多层感知机（MLP）网络 \(g(\cdot)\) 中，通过绝对值激活输出最终的无符号标量距离预测：
整个几何图元构造过程完全基于确定性拓扑规则执行，不引入任何可学习的额外权重参数，模型参数量的极小增加完全源自注意力特征融合网络本身。
实验关键数据¶
主实验¶
论文在 ScanNet、Matterport3D 两个大尺度真实室内场景数据集，ShapeNet 13 类水密网格基准、ShapeNet 开放车身（Cars）子集，以及包含非流形复杂边缘的 ABC 数据集上进行了全面评测。在真实复杂室内场景中，PrimitiveUDF 显著降低了倒角距离（Chamfer Distance），并在法向一致性（NC）与 F-Score 上取得明显优势。
| 数据集 | 指标 | PrimitiveUDF（本文） | GeoUDF | NVF | SALS |
|---|---|---|---|---|---|
| ScanNet (MC 256) | \(\mathrm{CD}_{L1} \downarrow (\times 10^{-3})\) | 1.86 | 2.05 | 2.03 | - |
| ScanNet (MC 256) | \(\mathrm{CD}_{L2} \downarrow (\times 10^{-6})\) | 6.03 | 7.84 | 11.7 | - |
| ScanNet (MC 256) | \(\mathrm{F\text{-}Score}@0.5\% \uparrow\) | 95.7 | 93.8 | 94.6 | - |
| ScanNet (MC 256) | \(\mathrm{NC} \uparrow (\%)\) | 90.1 | 89.3 | 88.9 | - |
| Matterport3D (MC 256) | \(\mathrm{CD}_{L1} \downarrow (\times 10^{-3})\) | 2.09 | 2.21 | 2.83 | - |
| Matterport3D (MC 256) | \(\mathrm{CD}_{L2} \downarrow (\times 10^{-6})\) | 7.29 | 8.33 | 11.9 | - |
| Matterport3D (MC 256) | \(\mathrm{F\text{-}Score}@0.5\% \uparrow\) | 94.1 | 92.9 | 89.5 | - |
| Matterport3D (MC 256) | \(\mathrm{NC} \uparrow (\%)\) | 95.5 | 94.2 | 93.6 | - |
| ScanNet (MC 128) | \(\mathrm{CD}_{L1} \downarrow (\times 10^{-3})\) | 2.02 | 2.36 | 2.20 | 2.02 |
| ScanNet (MC 128) | \(\mathrm{CD}_{L2} \downarrow (\times 10^{-6})\) | 7.13 | 11.9 | 11.0 | 7.49 |
| ShapeNet Cars | \(\mathrm{CD}_{L2} \downarrow (\times 10^{-4})\) | 0.110 | 0.120 | 0.134 | 0.179 |
| ShapeNet Cars | \(\mathrm{F\text{-}Score}@0.5\% \uparrow\) | 90.69 | 89.23 | 87.39 | 83.05 |
| Non-Manifold ABC | \(\mathrm{CD}_{L1} \downarrow (\times 10^{-2})\) | 0.320 | 0.333 | - | 0.330 |
| Non-Manifold ABC | \(\mathrm{F\text{-}Score}@0.5\% \uparrow\) | 85.65 | 83.69 | - | 83.63 |
消融实验¶
消融实验均在 ScanNet 数据集上开展（统一使用 PointTransformerV2 骨干网络，Marching Cubes 分辨率设为 256），系统验证了球面重组与图元构造的协同互补性，以及各类图元拓扑构型的几何表征效能。
| 配置 | \(\mathrm{CD}_{L1} \times 10^{-3} \downarrow\) | \(\mathrm{CD}_{L2} \times 10^{-6} \downarrow\) | \(\mathrm{F\text{-}Score}@0.5\% \uparrow\) | \(\mathrm{NC} \uparrow\) | 参数量 (M) | 说明 |
|---|---|---|---|---|---|---|
| Base (无结构近邻) | 1.91 | 6.30 | 95.3 | 89.2 | 11.36 | 原始无序点云近邻聚合 |
| w/ P.C. (仅图元构造) | 2.11 | 8.43 | 93.1 | 88.6 | 11.37 | 缺乏重组导致近邻错误连边，性能剧烈恶化 |
| w/ S.R. + P.C. (完整模型) | 1.86 | 6.03 | 95.7 | 90.1 | 11.37 | 球面重组解耦层析与图元生长紧密耦合 |
| 图元类型: Segment | 1.96 | 6.92 | 95.2 | 89.7 | - | 仅用一维线段图元，难以刻画面状流形支撑 |
| 图元类型: Triangle | 1.86 | 6.03 | 95.6 | 90.1 | - | 三角形流形面片表征最贴合室内表面 |
| 图元类型: Triangle+Segment | 1.86 | 6.03 | 95.7 | 90.1 | - | 混合图元兼顾微弱杆状与主干面片 |
| 图元类型: 4-Point Patch | 2.06 | 7.54 | 94.3 | 88.3 | - | 四点图元自由度过高引起退化与歧义 |
关键发现¶
- 两模块缺一不可的乘积效应：如果脱离视点球面重组直接执行图元构造（
w/ P.C.），在欧氏近邻混杂的情况下强行构建三角形或线段，不仅无法消除跨层混叠，反而在假象图元引导下给回归器引入了严重的错误拓扑先验，使 \(\mathrm{CD}_{L1}\) 从 1.91 大幅退化至 2.11；唯有将球面重组（S.R.）与图元构造（P.C.）耦合，才能把误差降至 1.86。 - 高阶图元的结构性陷阱：在图元类型探索中，直觉上参数更多的四点面片（4-Point Patch）反而表现最差（\(\mathrm{CD}_{L1}\) 飙升至 2.06），证明了在三维空间中四点无法唯一确定一个平面，过多的内在自由度严重扰乱了法向一致性与图元紧凑性；而三角形图元由于其几何刚性是局部流形表达的最佳选择。
- 极端噪声与稀疏下的优雅降级机制：在 ScanNet 鲁棒性压力测试中，当注入中等高斯噪声（\(\sigma=0.005\)）时，GeoUDF 误差骤增 96.5%，而 PrimitiveUDF 仅增加 34.9%；在采样点削减三分之二的极限稀疏条件下（3500 点），PrimitiveUDF 的 F-Score 仍能维持在 91.6%（SALS 跌落至 61.5%），展现出强悍的泛化鲁棒性。
亮点与洞察¶
- 将显式图元作为归纳偏置而非离散网格：传统显式图元方法试图直接输出拼合网格，易导致接缝伪影；本文仅将图元作为轻量且局部的关系特征组织器，最终几何连续性依旧交由连续场 MLP 解算，兼顾了显式先验的高判别力与隐式场的分辨率自由度。
- 视点投影转化为 2D 图表的极简几何先验：避开了繁杂昂贵的全局参数化计算或三维流形重构，仅用基于局部 PCA 主轴四分位点的单视点投射和切平面 Log-Map，就将复杂的空间双层叠合解耦为清晰的二维条带结构，规则简洁却命中要害。
- 可复用的跨层解耦范式：对于神经辐射场（NeRF）和 3D 高斯泼溅（3D-GS）中薄壁反面穿透、遮挡重叠区域的“浮空伪影”病灶，这种基于局部虚拟视点展开流形片层的局部图表化机制具备很高的泛化借鉴价值。
局限与展望¶
- 作者承认的局限：方法依然依赖启发式几何规则（如紧致度阈值与非退化判定），在极其复杂的高阶非流形奇异交线处，图元生成规则可能出现局部失效，仍旧依赖底层点特征进行兜底。
- 自身发现的局限：在极端各向异性或包含严重孔洞缺失的真实扫描点云中，局部 PCA 轴对主变异方向的估计可能产生偏移，从而影响切平面展开的质量；此外，在超大规模场景推理时，为每个空间查询点动态检索近邻并执行局部图元剪枝会带来一定的 CPU-GPU 交互通信开销。
- 改进方向：可进一步探索将视点中心选择与自适应图元构建参数转化为端到端可微学习的轻量前馈网络；同时将混合图元表示直接下放到神经场表面提取环节（如双轮廓算法 Dual Contouring），进一步提升非流形尖锐边角的恢复质量。
相关工作与启发¶
- vs GeoUDF [33]: GeoUDF 通过点云上采样和法向插值强行逼近局部几何表面，但在双层和褶皱区域往往会因近邻错误产生边界空洞与破损碎片；PrimitiveUDF 引入视点展开图表与显式混合图元，彻底阻断了层间错误插值。
- vs SALS [32]: SALS 完全依靠三维线段与表面的几何关系建模，在规整三维曲面由于缺乏面状连续性支撑而导致重构面出现波浪状毛刺；PrimitiveUDF 采用三角形为主、线段为辅的各向异性混合图元，在平滑大曲面与极薄边缘间取得了最优折中。
评分¶
- 新颖性: ⭐⭐⭐⭐☆ 局部球面展开与混合图元组织偏置设计精巧，针对多层混叠问题提出了极具洞察力的解法。
- 实验充分度: ⭐⭐⭐⭐⭐ 涵盖水密、开放双层、室内大场景与非流形物体，包含详尽的压力测试与消融实验。
- 写作质量: ⭐⭐⭐⭐⭐ 几何动机阐述透彻，实验表格详实自洽，分析鞭辟入里。
- 价值: ⭐⭐⭐⭐☆ 为通用隐式表面重建中的局部拓扑混淆提供了全新解决思路，具备很强的工程实用性。