Point cloud surface reconstruction is the process of transforming raw data from 3D scanners into a digital representation of an object surface. This process has applications in various fields, and as a result, many methods have been proposed to solve this problem over the years. In this work, we focus on methods that generate surfaces represented as level sets of implicit functions. Specifically, we propose a method based on Hermite Radial Basis Functions (HRBF) with Multilevel Partition of Unity (MPU). The HRBF allows a precise and detailed representation of the surface geometry, even when dealing with nonuniform data, while the MPU enables a efficient and adaptive reconstruction process. To demonstrate the efficacy of our method, we applied it to a dataset of human faces. The results show that the method can successfully reconstruct the facial geometry, capturing details of the surfaces.

A reconstrução de superfície de nuvem de pontos é o processo de transformar dados brutos de scanners 3D em uma representação digital da superfície de um objeto. Esse processo tem aplicações em vários campos, e por isso, muitos métodos têm sido propostos ao longo dos anos para resolver esse problema. Neste trabalho, nos concentramos em métodos que geram superfícies representadas como níveis de funções implícitas. Especificamente, propomos um método baseado em Funções de Base Radial de Hermite (HRBF) com Partição de Unidade Multinível (MPU). A HRBF permite uma representação precisa e detalhada da geometria da superfície, mesmo quando se trabalha com dados não uniformes, enquanto o MPU permite um processo de reconstrução eficiente e adaptativo. Para demonstrar a eficácia do nosso método, aplicamos-no a um conjunto de dados de faces humanas. Os resultados mostram que o método pode reconstruir com sucesso a geometria facial, capturando detalhes das superfícies.