[論文レビュー] Nonisometric Surface Registration via Conformal Laplace-Beltrami Basis Pursuit

Stefan C. Schonsheck, Michael M. Bronstein+1 more|arXiv (Cornell University)|Sep 19, 2018

3D Shape Modeling and Analysis参考文献 36被引用数 7

ひとこと要約

本論文は、2つの genus-zero 形状のラプラシアン＝ベルトラミ（LB）固有系を共形変形を通じて一致させることで、非等長な表面登録を実現する変分的手法を提案する。共形変形と変形されたLB固有関数を、増大ラグランジュを用いた近接交替最小化により同時に計算する、革新的なベースラインプルーリング方式を採用することで、大規模な変形、ノイズ、ランドマークの摂動に対しても、わずかなランドマークのみで高精度な点対点対応を達成する。

ABSTRACT

Surface registration is one of the most fundamental problems in geometry processing. Many approaches have been developed to tackle this problem in cases where the surfaces are nearly isometric. However, it is much more challenging to compute correspondence between surfaces which are intrinsically less similar. In this paper, we propose a variational model to align the Laplace-Beltrami (LB) eigensytems of two non-isometric genus zero shapes via conformal deformations. This method enables us compute to geometric meaningful point-to-point maps between non-isometric shapes. Our model is based on a novel basis pursuit scheme whereby we simultaneously compute a conformal deformation of a 'target shape' and its deformed LB eigensytem. We solve the model using an proximal alternating minimization algorithm hybridized with the augmented Lagrangian method which produces accurate correspondences given only a few landmark points. We also propose a reinitialization scheme to overcome some of the difficulties caused by the non-convexity of the variational problem. Intensive numerical experiments illustrate the effectiveness and robustness of the proposed method to handle non-isometric surfaces with large deformation with respect to both noise on the underlying manifolds and errors within the given landmarks.

研究の動機と目的

• 大規模な内在的変形を伴う非等長3次元表面間の正確な点対点対応を計算する課題に対処すること。
• 非等長変形によってLB固有系が著しく異なる場合に伝統的なスペクトル手法が失敗することを克服すること。
• 変形された多様体を明示的に再構築せずに、共形変形とLB固有基底の一致を同時に計算する手法を開発すること。
• 実用的な形状マッチング状況における幾何的ノイズとランドマークの摂動に対してロバストであることを保証すること。
• 非凸最適化の下で局所収束性と安定した登録を可能にする変分フレームワークを提供すること。

提案手法

• 本手法は、ソース形状のLB固有系を、共形的に変形されたターゲット形状と一致させる変分モデルを定式化する。これにより、共形係数と変形された固有関数を同時に最適化する。
• 非凸最適化問題を解くために、近接交替最小化（PAM）アルゴリズムと増大ラグランジュ法をハイブリッド化した手法を採用する。
• アルゴリズムは、共形係数の最適化（共形係数の多様体上でのBFGS）と、直交多様体上での曲線的探索による変形固有関数の更新を交互に実行する。
• 共形係数とLBスペクトルの内在的関係を活用することで、スペクトル一致を通じて間接的に共形写像を計算可能にする。
• 非凸性に起因する収束問題を軽減するため、再初期化スキームを導入する。
• 理論的収束性は、局所収束を保証するKurdyka-Lojasiewicz（KL）条件に基づいて裏付けられる。

実験結果

リサーチクエスチョン

• RQ1 共形変形を通じてLB固有系を一致させることで、非等長表面の登録が可能な変分モデルを設計できるか？
• RQ2 共形係数と変形された固有関数を同時に最適化することで、正確な点対点対応を達成できるか？
• RQ3 本手法は、大規模な変形、ノイズ、ランドマーク点の摂動に対してどの程度耐性を示せるか？
• RQ4 本手法は、表面間の共形写像を明示的に計算せずに、ロバストかつ正確な登録を達成できるか？
• RQ5 非凸最適化問題の下で、提案されたアルゴリズムは局所的に収束するか？

主な発見

• 馬から象への極めて変形の大きい形状に対しても、地理的誤差が真値と同等に低い高精度な点対点対応を達成する。
• 表面の法線方向ノイズに対してもアルゴリズムはロバストであり、顕著なノイズレベル下でも地理的誤差が低く保たれる。
• ランドマーク点の摂動は効果的に抑制され、ランドマークの100％が摂動された場合でさえ、最終的なマッピング誤差は低く保たれる。
• Faustベンチマークデータセットにおいて、ランダムペアおよび最小等長性ペアの両方で一貫して低い平均地理的誤差を達成しており、難易度の高いセットの結果は容易なセットとほぼ同等である。
• 再初期化スキームは非凸最適化における収束安定性を著しく向上させ、複雑な形状ペアにおいても信頼性の高い性能を実現する。
• 理論的分析により、Kurdyka-Lojasiewicz（KL）条件を用いた局所収束が確認され、アルゴリズムの信頼性が裏付けられる。