近期，中國科學院軟體研究所計算機科學國家重點實驗室王文成團隊在三維模型的內蘊對稱性檢測方面提出新方法，相比已有方法，新方法在檢測質量、檢測效率和檢測到的對稱體數量上均有大幅提高。相關成果以Intrinsic symmetry detection on 3D models with skeleton-guided combination of extrinsic symmetries 為題，發表於歐洲圖形學學會會刊Computer Graphics Forum, Vol.37, No.7, 2019，並在太平洋圖形學國際會議Pacific Graphics 2019上進行了口頭報告。
三維模型上的對稱特徵檢測，是提高模型認識和處理的重要基礎。相比於外蘊對稱可基於剛性變換進行檢測，內蘊對稱是與非剛性變換關聯的，其檢測主要依賴測地線等複雜計算來進行，計算開銷大。同時，已有的對稱檢測方法均依賴統計方法進行，難以檢測統計量不突出的對稱特徵，如小型對稱體、嵌入到其它對稱體中的對稱體等。
找到的小對稱體及嵌入式對稱體
基於研究人員在三維模型上對稱特徵的一些觀察發現：對稱體均有相似的拓撲結構、凸多面體之間只可能存在外蘊對稱，該團隊提出了一種不依賴於統計的內蘊對稱性檢測新方法。首先，提取模型的線性骨架，並基於骨架和模型上的凹信息，對模型進行高質量的凸剖分，使得各個骨架結點和骨架肢均對應凸剖分體。
然後，先檢測凸剖分體之間的外蘊對稱性，再在骨架中逐步地由小至大查找相似的骨架結構。如果兩個相似的骨架結構中，它們各自對應的凸剖分體之間均是外蘊對稱的，則這兩個骨架結構對應的模型部分之間就是內蘊對稱的。新方法克服了統計處理的不足，可找到更多的剖分質量高的對稱特徵，且無需複雜計算，大幅提高了檢測速度。
逐漸地由小到大尋找對稱體
該研究不僅在三維模型的對稱檢測研究中具有重要意義，而且為三維模型的進一步精簡處理奠定了基礎。相關工作得到國家自然科學基金項目的資助。