实验 24：A18 Topology-constrained Pareto Router

实验定位混合偏正 / Pareto frontier

A18 把 A15 的 topology candidate routing 和 A17 的输入视角 silhouette IoU 合并：非 baseline 候选必须先通过水密、boundary=0、nonmanifold=0、IoU 不低于 baseline 容忍带等硬约束，再用 Pareto score 在 IoU、水密、面片数、mask 面积漂移之间排序。选择阶段不使用 GT。

结果比 A17 更合理：不再让 silhouette 单独选择非水密候选；同时相对 baseline 获得 Chamfer 略优、F@5 提升、IoU 提升和面片数大幅下降。但由于 2 个 case 回退 baseline，水密率是 80%，说明还需要更细的 per-view 修复/路由。

实验设计（Image-2 风格）

实验设计图：topology-constrained Pareto routing

模块设计图：view-consistent topology-constrained routing

模块设计（Image-2 风格）

Hard Gate

baseline always pass as fallback
non-baseline candidates must be watertight
boundary_edges == 0 and nonmanifold_edges == 0
mean silhouette IoU >= baseline IoU - 0.02
min silhouette IoU >= 0.05
silhouette area ratio in [0.20, 2.20]

Pareto Score

0.60*IoU_delta + 0.30*watertight + 0.18*compactness - 0.14*area_drift - 0.08*face_ratio_drift

choose max score after topology hard gate; GT metrics used only after selection

实验结果（表格）

方法	成功	Pareto score	IoU	IoU Δ	Chamfer	Chamfer Δ	F@5	F@5 Δ	faces	faces Δ	水密率
baseline	10/10	-0.0597	0.4618	-	0.08161	-	0.4336	-	950660	-	0.0%
ranker_selected	10/10	-199.5950	0.4691	0.0073	0.08167	0.00006	0.4396	0.0059	406873	-543787	90.0%
repair_hybrid	10/10	-199.5950	0.4671	0.0053	0.08193	0.00032	0.4388	0.0052	443226	-507435	100.0%
silhouette_routed	-/-	-	-	-	-	-	-	-	-	-	-
pareto_routed	10/10	0.1923	0.4777	0.0159	0.08132	-0.00029	0.4384	0.0048	382922	-567739	80.0%
alpha025	9/9	-999.0000	0.4657	0.0013	0.08325	0.00009	0.4296	0.0008	1040042	-14748	0.0%
selected_alpha	9/9	-999.0000	0.4608	-0.0036	0.08417	0.00101	0.4314	0.0026	1048883	-5906	0.0%

每个 case 的路由

case	最终选择	可选候选	score	IoU Δ	Chamfer Δ	F@5 Δ	faces Δ	水密率
gso_000_input4	ranker_selected	['baseline', 'ranker_selected', 'repair_hybrid']	0.3711	0.1400	-0.00160	0.0202	-10762	100.0%
gso_001_input4	ranker_selected	['baseline', 'ranker_selected', 'repair_hybrid']	0.1455	-0.0013	-0.00105	0.0082	3056	100.0%
gso_002_input4	ranker_selected	['baseline', 'ranker_selected', 'repair_hybrid']	0.2768	0.0228	-0.00377	0.0502	-1227506	100.0%
gso_003_input4	ranker_selected	['baseline', 'ranker_selected', 'repair_hybrid']	0.2684	-0.0001	-0.00005	-0.0041	-2330592	100.0%
gso_004_input4	ranker_selected	['baseline', 'ranker_selected', 'repair_hybrid']	0.2448	-0.0006	-0.00041	0.0032	-1185334	100.0%
gso_005_input4	ranker_selected	['baseline', 'ranker_selected', 'repair_hybrid']	0.1734	0.0000	0.00119	-0.0079	9052	100.0%
gso_006_input4	baseline	['baseline']	-0.0228	0.0000	0.00000	0.0000	0	0.0%
gso_007_input4	ranker_selected	['baseline', 'ranker_selected', 'repair_hybrid']	0.3170	0.0013	0.00281	-0.0188	-258028	100.0%
gso_008_input4	baseline	['baseline']	-0.1043	0.0000	0.00000	0.0000	0	0.0%
gso_009_input4	ranker_selected	['baseline', 'ranker_selected', 'repair_hybrid']	0.2533	-0.0027	-0.00006	-0.0029	-677274	100.0%

选择来源统计

候选来源	次数	比例
baseline	2	20.0%
ranker_selected	8	80.0%

可视化结果

Chamfer Δ

-0.00029

负数表示比 baseline 略好，是 A15-A18 中第一次同时结合 view consistency 后得到的 Chamfer 正向均值。

IoU Δ

0.0159

输入视角 silhouette 一致性高于 baseline。

faces Δ

-567739

面片数显著下降，但水密率仍需提升。

实验结论

A18 的 pareto_routed 选择 ranker_selected 8 次、baseline 2 次，没有选择非水密 selected-alpha/alpha025。
相比 baseline，pareto_routed 达到 IoU Δ=0.0159、Chamfer Δ=-0.00029、F@5 Δ=0.0048、faces Δ=-567739、水密率=80.0%。
这比 A17 更稳：silhouette 不再单独决定结果；拓扑硬约束阻止了非水密候选胜出。
但 A18 仍不是最终解：2 个 case 只剩 baseline 可选，导致水密率不是 100%。这说明需要 per-case/per-view 的 repair 质量预测或局部修复，而不是整 mesh 级别的一刀切。
论文主线进一步清晰：View-consistent Topology-constrained Pareto Routing 可以作为 TRELLIS.2 多视角非正交输入的后验候选选择框架。

下一步想法

A19：对 A18 中回退 baseline 的 2 个 case 做失败分析，查看是 repair silhouette 低于 baseline、mask area 漂移，还是拓扑候选本身不可信。
把 hard gate 从整 mesh 级别升级为 per-view gate：某个视角 silhouette 失败时只惩罚该视角相关候选，而不是直接全局回退。
引入 depth/normal 一致性，避免 silhouette 只看外轮廓导致内部几何错误无法被发现。
把 A18 路由扩展到 100-case，并输出 Pareto frontier 图：Chamfer/F@5、watertight、faces、IoU 四维权衡。

返回 A17 返回 A15 返回总览

实验定位 混合偏正 / Pareto frontier