구조 인식형 변분 최적화로 구현한 고품질 메디얼 메시 생성

초록

본 논문은 제한된 파워 다이어그램(RPD)과 구형 2차 오차 메트릭(SQEM)을 결합한 입자 기반 최적화 프레임워크를 제안한다. 구조‑인식 제약을 통해 메디얼 시트·시임·정점이라는 메디얼 구조를 정확히 보존하면서, 가우시안 에너지로 구들의 공간적 균일성을 유도한다. 기존 VC·MATFP·MATTopo 대비 메디얼 시트와 시임이 깔끔하고, 메시 품질과 삼각형 품질이 크게 향상된다. 또한 새로운 정량 지표 MSER을 도입해 구조 추출 정확성을 객관적으로 평가한다.

상세 분석

MATStruct는 3차원 메디얼 축(MAT)의 구조적 특성을 명시적으로 보존하면서 고품질 메디얼 메쉬를 생성하는 최초의 프레임워크이다. 핵심 아이디어는 입력 볼륨을 RPD(Restricted Power Diagram)로 분할하고, 각 셀의 이중 그래프를 메디얼 메쉬의 초기 연결성으로 활용하는 것이다. 이때 구형 2차 오차 메트릭(SQEM)은 RPD 셀 경계에 수직인 방향으로 구의 이동을 제한함으로써 구가 구조적으로 허용된 영역을 벗어나지 않도록 강제한다. 기존 방법들이 표면 기반 RPD 분류에 의존해 밀집 영역에서 구의 클래시피케이션 오류를 일으키는 반면, MATStruct는 부피 기반 RPD 클래시피케이션을 도입해 셀 내부의 구들을 정확히 T2(시트), T3(시임), T4(정점) 등으로 구분한다.

입자 기반 최적화 단계에서는 각 구에 가우시안 커널 에너지를 부여해 구들 간의 거리 분포를 균일하게 만든다. 이는 메디얼 시트와 시임에 구가 과도하게 집중되는 현상을 억제하고, 전체 메쉬의 삼각형 품질을 향상시킨다. 또한 SQEM과 가우시안 에너지의 가중치를 동적으로 조정함으로써 초기 불균형 배치에서도 안정적으로 수렴한다.

구조 인식 제약은 메디얼 시트·시임·정점이라는 연결된 구조를 유지하도록 설계되었다. 구의 이동이 SQEM에 의해 제한되면, 시임 주변에 과도하게 삽입되는 구가 자동으로 재배치되거나 제거되어, 기존 MATFP·MATTopo에서 관찰된 ‘시임 주변 구 과밀’ 문제를 근본적으로 해결한다.

품질 평가를 위해 저자들은 새로운 정량 지표인 Medial Structure Error Ratio(MSER)를 정의하였다. MSER은 추출된 메디얼 구조와 기준 구조 간의 시트·시임·정점 매칭 오류를 종합적으로 측정한다. 실험 결과, VC, MATFP, MATTopo에 비해 MSER 값이 30% 이상 낮아 구조 정확도가 현저히 개선된 것을 확인한다.

또한, 제한된 파워 다이어그램을 활용한 볼류메트릭 분할은 기존 CVT(센터리드 볼류미터 트레셀레이션)와 달리 별도의 부피 분해가 필요 없으며, 메디얼 구들의 집중 영역을 자연스럽게 반영한다. 이는 CAD 모델처럼 sharp edge와 corner가 풍부한 경우에도 구조적 일관성을 유지하면서 고품질 메쉬를 생성할 수 있게 한다.

전반적으로 MATStruct는 (1) RPD 기반 구조 인식, (2) SQEM을 통한 방향 제약, (3) 가우시안 기반 균일 분포, (4) 새로운 MSER 평가 체계라는 네 가지 핵심 요소를 결합해 기존 메디얼 축 근사 방법들의 한계를 극복한다. 특히 CAD 모델에서 요구되는 sharp feature 보존과 메디얼 구조의 명확한 시각화가 가능해, 후속 형태 분석·인식·매칭 작업에 직접 활용하기에 적합한 기반을 제공한다.