[논문 리뷰] Regularized arrangements of cellular complexes

Alberto Paoluzzi, Vadim Shapiro외 1명|arXiv (Cornell University)|2017. 04. 01.

Computational Geometry and Mesh Generation인용 수 3

한 줄 요약

이 논문은 2차원 및 3차원에서 세포 복합체를 조합하기 위한 정규화된 배열 알고리즘을 제안하며, 세포 분할을 최소화하기 위해 선형 대수적 표현(LAR) 기반의 위상적 병합 전략을 사용한다. 이 방법은 경계 연산자와 코경계 연산자를 통해 반복적으로 체인 복합체를 구성함으로써 완전한 세포 분해를 계산하며, 메esh, B-rep 및 부피 자료와 같은 복잡한 모델에서 부울 및 기하 연산을 효율적으로 GPGPU 가속하여 계산할 수 있다.

ABSTRACT

In this paper we propose a novel algorithm to combine two or more cellular complexes, providing a minimal fragmentation of the cells of the resulting complex. We introduce here the idea of arrangement generated by a collection of cellular complexes, producing a cellular decomposition of the embedding space. The algorithm that executes this computation is called \emph{Merge} of complexes. The arrangements of line segments in 2D and polygons in 3D are special cases, as well as the combination of closed triangulated surfaces or meshed models. This algorithm has several important applications, including Boolean and other set operations over large geometric models, the extraction of solid models of biomedical structures at the cellular scale, the detailed geometric modeling of buildings, the combination of 3D meshes, and the repair of graphical models. The algorithm is efficiently implemented using the Linear Algebraic Representation (LAR) of argument complexes, i.e., on sparse representation of binary characteristic matrices of $d$-cell bases, well-suited for implementation in last generation accelerators and GPGPU applications.

연구 동기 및 목표

• 2차원 및 3차원 공간에서 다수의 세포 복합체를 조합하기 위한 최소 분할 알고리즘을 개발하는 것.
• 입력 복합체에 의해 유도되는 임bedding 공간의 정규화된 세포 분해를 계산하는 것.
• 메쉬 및 부피 자료를 포함한 대규모 기하 모델에서 부울 및 세트 연산을 효율적으로 계산할 수 있도록 하는 것.
• 경계 및 코경계 연산자를 포함한 전체 체인 복합체 구축을 통한 위상적 추론을 지원하는 것.
• LAR 프레임워크 내에서 희소 이진 특성 행렬을 사용한 GPGPU 친화적인 구현을 제공하는 것.

제안 방법

• 알고리즘은 체인 복합체 구성 기반의 필터링 과정을 통해 $k=0$에서 $d$까지의 $k$-스켈레톤 $X_k$를 반복적으로 구성함으로써 배열 $\mathcal{A}(\mathcal{S})$를 계산한다.
• 선형 대수적 표현(LAR)을 사용하여 $d$-세포를 희소 이진 행렬로 저장함으로써 희소 행렬 연산을 효율적으로 수행할 수 있다.
• 경계 연산자 $\partial_d$는 역순으로 계산되며, $\partial_1$부터 시작하여 $\partial_d$까지 코경계 연산자 $\delta_{d-1} = \partial_d^\top$를 사용하여 점진적으로 구성된다.
• 위상적 일致성을 확보하기 위해 위상적 선물 wrapping 기법을 사용하여 낮은 차원의 세포에서 $d$-세포를 식별하고 구성한다.
• 희소 행렬 곱셈 $M_d M_d^\top$을 통해 $d$-세포 간의 인접 관계(예: 테트라하드론)를 계산하며, 비영인 요소는 공유 면을 나타낸다.
• 모든 세포가 $d$-세포에 포함되어 있지 않은 경우 이를 제거함으로써 정규화된 출력을 보장하며, 이로써 낮은 차원의 잔여물이 제거된다.

실험 결과

연구 질문

• RQ1 다수의 세포 복합체를 조합할 때 $\mathbb{E}^d$의 세포 분해를 최소한의 분할로 어떻게 계산할 수 있는가?
• RQ2 희소 데이터 구조를 사용하여 기하 배열의 전체 체인 복합체를 표현하고 계산하는 가장 효율적인 방법은 무엇인가?
• RQ3 비다양체 및 다양체 세포 복합체를 병합할 때 위상적 일관성을 어떻게 유지할 수 있는가?
• RQ4 희소 행렬 연산을 사용하여 현대 가속기에서 기하 배열 계산을 효율적으로 병렬화할 수 있는가?
• RQ5 쌍대 코체인 복합체는 출력 배열에서 강력하고 완전한 위상적 추론을 가능하게 하는 데 어떤 역할을 하는가?

주요 결과

• 알고리즘은 전체 체인 복합체 $C_\bullet$를 계산함으로써 정규화된 세포 복합체 $X = \mathcal{A}(\mathcal{S})$를 생성하며, 모든 경계 및 코경계 연산자가 포함되어 있다.
• LAR 내 희소 특성 행렬의 사용은 GPGPU 가속 계산을 효율적으로 가능하게 하며, 특히 인접성 쿼리에 대한 SpMSpM 연산을 통해 유리하다.
• 3차원 테트라하드론 간의 인접성은 $M_3 M_3^\top$를 통해 계산되며, 비영인 요소는 공유 삼각형 면을 나타낸다.
• 이 방법은 선분, 다각형, 메쉬, B-rep 및 부피 영상 등 다양한 입력을 2차원 및 3차원 모두에서 지원한다.
• 출력은 위상적으로 일관되고 완전하며, 모든 $k$-세포($k=0,1,2,3$)가 명시적으로 표현되고 경계 연산자를 통해 연결되어 있다.
• 이 접근법은 생물의학적 구조 및 건축 메쉬와 같은 복잡한 모델에서 최소한의 기하 분할로 강력한 부울 및 세트 연산을 가능하게 한다.