近期，中国科学院软件所计算机科学国家重点实验室王文成团队在三维模型的内蕴对称性检测方面提出新方法，相比已有方法，新方法在检测质量、检测效率和检测到的对称体数量上均有大幅提高。相关成果以Intrinsic symmetry detection on 3D models with skeleton-guided combination of extrinsic symmetries为题，发表于欧洲图形学学会会刊Computer Graphics Forum, Vol.37, No.7, 2019，并在太平洋图形学国际会议Pacific Graphics 2019上进行了口头报告。 

　　三维模型上的对称特征检测，是提高模型认识和处理的重要基础。相比于外蕴对称可基于刚性变换进行检测，内蕴对称是与非刚性变换关联的，其检测主要依赖测地线等复杂计算来进行，计算开销大。同时，已有的对称检测方法均依赖统计方法进行，难以检测统计量不突出的对称特征，如小型对称体、嵌入到其它对称体中的对称体等。 

　　基于研究人员在三维模型上对称特征的一些观察发现:对称体均有相似的拓扑结构、凸多面体之间只可能存在外蕴对称，该团队提出了一种不依赖于统计的内蕴对称性检测新方法。首先，提取模型的线性骨架，并基于骨架和模型上的凹信息，对模型进行高质量的凸剖分，使得各个骨架结点和骨架肢均对应凸剖分体。然后，先检测凸剖分体之间的外蕴对称性，再在骨架中逐步地由小至大查找相似的骨架结构。如果两个相似的骨架结构中，它们各自对应的凸剖分体之间均是外蕴对称的，则这两个骨架结构对应的模型部分之间就是内蕴对称的。新方法克服了统计处理的不足，可找到更多的剖分质量高的对称特征，且无需复杂计算，大幅提高了检测速度。 

　　该研究不仅在三维模型的对称检测研究中具有重要意义，而且为三维模型的进一步精简处理奠定了基础。相关工作得到了国家自然科学基金项目的资助。 

    论文链接：Intrinsic Symmetry Detection on 3D Models with Skeleton-guided Combination of Extrinsic Symmetries

　　找到的小对称体及嵌入式对称体

逐渐地由小到大寻找对称体