[論文レビュー] MapTree: Recovering Multiple Solutions in the Space of Maps

Jing Ren, Simone Melzi+2 more|arXiv (Cornell University)|Jun 1, 2020

3D Shape Modeling and Analysis参考文献 70被引用数 6

ひとこと要約

MapTree は、スペクトル写像の空間を木構造で探索することで、3次元形状間の複数の高品質でほぼ等長的な密な対応関係を完全に自動で回復する手法を提案する。この手法により、特徴点や記述子を用いずに、内在的対称性や複数の正確な写像を同定可能であり、困難なデータセットにおける形状一致および対称性検出において、最先端の手法を上回る性能を発揮する。

ABSTRACT

In this paper we propose an approach for computing multiple high-quality near-isometric dense correspondences between a pair of 3D shapes. Our method is fully automatic and does not rely on user-provided landmarks or descriptors. This allows us to analyze the full space of maps and extract multiple diverse and accurate solutions, rather than optimizing for a single optimal correspondence as done in most previous approaches. To achieve this, we propose a compact tree structure based on the spectral map representation for encoding and enumerating possible rough initializations, and a novel efficient approach for refining them to dense pointwise maps. This leads to a new method capable of both producing multiple high-quality correspondences across shapes and revealing the symmetry structure of a shape without a priori information. In addition, we demonstrate through extensive experiments that our method is robust and results in more accurate correspondences than state-of-the-art for shape matching and symmetry detection.

研究の動機と目的

• 既存の形状一致手法が単一の最適対応関係しか回復できないという制限に対処すること。これは、初期化が不十分またはアルゴリズムの単純化により局所最適解に陥りがちなためである。
• 3次元形状間の可能な写像の全空間を探索し、対称的でない、多様な高品質な解（対称的・ねじれ型の写像を含む）を明らかにすること。
• 事前知識やユーザーが提供する特徴点、記述子なしに、内在的および部分的対称性を自動で検出できること。
• メッシュ解像度や三角形分割に依存しない、頑健でパラメータ化可能な形状一致フレームワークを提供すること。
• 複数の写像解が、3次元形状のエネルギー障害の構造と対称性の性質をより深く理解する手がかりを提供できることを示すこと。

提案手法

• 形状空間全体の関数的写像の粗い初期化を符号化・列挙できるように、スペクトル写像表現に基づくコンactな木構造を構築する。
• 探索の深さを制御し、重複や低品質な写像候補を回避するために、パラメータ ε₁ と ε₂ を用いた剪定ルールを適用する。
• 計算速度を向上させるために、200～500点のサブサンプリング戦略を採用し、精度を保持する。
• 10,000個の自己写像の測地的歪みのランドスケープを埋め込み・可視化するために、多次元スケーリング（MDS）を用いる。これにより、対称的・ねじれ型の写像に対応するエネルギーの極小値が明らかになる。
• 反復的最適化を用いて候補となる写像を精錬し、高い幾何的忠実性を持つ密な点対応関係を生成する。
• ラプラシアン＝ベルトラミー作用素を用いてスペクトル表現を実装し、非多様体メッシュや点群に対しても、わずかな修正で一般化可能である。

実験結果

リサーチクエスチョン

• RQ1 ユーザーが提供する特徴点や記述子に依存せず、完全に自動で複数の高品質な密な3次元形状対応関係を回復できるか？
• RQ2 複雑で凸でない写像空間を体系的に探索することで、内在的対称性や代替的な高品質な写像をどのように発見できるか？
• RQ3 スペクトル写像の木構造による探索が、単一解最適化では見逃されがちな、対称的・ねじれ型の写像構成をどれほど効果的に明らかにできるか？
• RQ4 メッシュ解像度、三角形分割、およびメッシュの粗化の変動に対して、この手法はどれほど頑健か？
• RQ5 得られた複数の写像セットは、単一解アプローチと比較して、エネルギー障害の構造と対称性の性質をより良い洞察で捉えられるか？

主な発見

• MapTree は、人間の形状において、直接的、対称的、前後反転、ねじれ型の4つの異なる高品質な写像を回復できた。これらの写像は、標準的な最適化では捉えられない場合でも同定可能である。
• SHREC’19 および FAUST データセットにおいて、競合手法よりも顕著に低い測地的歪みを達成し、最先端の性能を発揮した。
• 極端な粗化（50頂点まで）に対しても、MapTree は一貫性があり正確な出力を維持し、メッシュ解像度に対する頑健性を示した。
• 平均して60秒以内にエンド・ツー・エンドで実行可能であり、直感的なパラメータ（ε=1、ε₁=ε₂=0.5）の少数で運用可能であり、実世界の応用に実用的である。
• マップツリー構造は階層的な対称性情報を符号化しており、関数的写像表現の低周波成分にグローバルな対称性パターンがエンコードされている。
• 単一解最適化では見逃されがちな、非自明で低エネルギーの解（ねじれ型写像）を同定でき、複数解探索の価値を強調した。