[論文レビュー] A numerical algorithm for $L_2$ semi-discrete optimal transport in 3D

Bruno Lévy|arXiv (Cornell University)|Sep 3, 2014

Markov Chains and Monte Carlo Methods参考文献 16被引用数 16

ひとこと要約

本稿では、3次元の四面体メッシュ（区分線形密度を有する）とディラック質量の集合の間の$L_2$半離散最適輸送写像を計算する数値アルゴリズムを提示する。本手法は重み付き図（パワー図）と準ニュートン法を用いて凸目的関数を最小化し、メッシュとパワー図の交差を効率的な幾何アルゴリズムで計算することで、最大100万個のディラック質量を含むメッシュに対しても45分未塔で堅牢かつスケーラブルな計算を実現する。

ABSTRACT

This paper introduces a numerical algorithm to compute the $L_2$ optimal transport map between two measures $μ$ and $ν$, where $μ$ derives from a density $ρ$ defined as a piecewise linear function (supported by a tetrahedral mesh), and where $ν$ is a sum of Dirac masses. I first give an elementary presentation of some known results on optimal transport and then observe a relation with another problem (optimal sampling). This relation gives simple arguments to study the objective functions that characterize both problems. I then propose a practical algorithm to compute the optimal transport map between a piecewise linear density and a sum of Dirac masses in 3D. In this semi-discrete setting, Aurenhammer et.al [\emph{8th Symposium on Computational Geometry conf. proc.}, ACM (1992)] showed that the optimal transport map is determined by the weights of a power diagram. The optimal weights are computed by minimizing a convex objective function with a quasi-Newton method. To evaluate the value and gradient of this objective function, I propose an efficient and robust algorithm, that computes at each iteration the intersection between a power diagram and the tetrahedral mesh that defines the measure $μ$. The numerical algorithm is experimented and evaluated on several datasets, with up to hundred thousands tetrahedra and one million Dirac masses.

研究の動機と目的

• 3次元四面体メッシュ（区分線形密度を有する）とディラック質量の集合からなる離散測度との間の$L_2$最適輸送写像を計算する実用的でスケーラブルなアルゴリズムの開発。
• 自然で視覚的に魅力的な輸送写像を計算することで、3次元モーフィングや形状変形といったコンピュータグラフィックス分野の応用を可能にする。
• 特にトポロジーの変化を伴う場合でも、高い幾何的忠実性を保ちながら最適輸送写像を正確に計算する課題に取り組む。
• 幾何的判定子、パワー図の構築、マルチレベル最適化を統合した堅牢かつ効率的な計算パイプラインの提供。

提案手法

• 最適輸送写像は、Aurenhammer らが半離散設定で確立したように、凸目的関数を最小化するようにパワー図の重みを決定することで計算される。
• 目的関数の最小化には準ニュートン法が用いられ、勾配評価はパワー図と四面体メッシュの幾何的交差に基づく。
• 浮動小数点演算と任意精度算術を併用し、算術フィルタリングと記号的摂動を用いて、四面体メッシュとパワー図を同時に走査する効率的で堅牢なアルゴリズムにより、それらの交差を計算する。
• 収束速度の向上と数値的安定性の向上を図るため、BRIO事前順序付けと2次回帰を用いたマルチレベルアプローチを統合する。
• 幾何的判定子とパワー図の構築は、再現性と再利用性を考慮し、公開されているgeogramライブラリのPCKモジュールに実装されている。
• デローナイ三角形分割と正則な重み付き三角形分割の交差を検出することで、変形中に発生する輸送写像の不連続性を検出することで、トポロジーの変化をサポートする。

実験結果

リサーチクエスチョン

• RQ1 3次元における$L_2$半離散最適輸送問題は、ソース測度が四面体メッシュ上に区分線形密度を有する場合に、どのようにして効率的かつ堅牢に解けるか？
• RQ2 半離散最適輸送における目的関数の構造は何か？ そして、幾何的交差を用いてその勾配をどのように効率的に計算できるか？
• RQ3 トポロジーの変化が生じる場合でも、最適輸送写像の不連続性を正確に検出し、表現することは可能か？
• RQ4 最大100万個のディラック質量を扱う大規模問題において、アルゴリズムの計算時間とメモリ使用量はどのようにスケーリングするか？

主な発見

• 本アルゴリズムは、3次元四面体メッシュと最大100万個のディラック質量との間で最適輸送写像を効率的に計算でき、100万個の質量に対して約45分で計算が完了する。
• 変形の過程で顕著なトポロジーの変化が生じても、安定的かつ視覚的に魅力的な3次元モーフィング結果が得られ、アーマディルのメッシュを球体に変形する例で実証された。
• BRIO事前順序付けと2次回帰を用いたマルチレベルアルゴリズムの適用により、収束速度と数値的安定性が顕著に向上した。
• 任意精度算術とフィルタリングを用いて実装された幾何的交差アルゴリズムにより、退化した配置や近似的に退化した状態に対しても堅牢性が保証された。
• 堅牢性に優れる一方で、不連続性のサンプリング制限のため、わずかなギャップ（約1つの四面体幅）が、特に高歪み領域で顕在化することが観察された。
• アルゴリズムはスケーラブルであり、1,000個の質量では1.45秒、100万個の質量では2,649秒（約44分）にまで計算時間が増加したが、アーマディルから球体へのベンチマークで良好なスケーリングを示した。