[논문 리뷰] Simplification of Multi-Scale Geometry using Adaptive Curvature Fields

Patrick Seemann, Simon Fuhrmann외 3명|TUbilio (Technical University of Darmstadt)|2016. 10. 24.

Computer Graphics and Visualization Techniques참고 문헌 7인용 수 3

한 줄 요약

이 논문은 정점 별 반경을 가진 구 영역을 사용하여 다중 척도 삼각형 메시에 대한 적응형 곡률 추정 방법을 제안하며, 노이즈와 기하적 특징을 구분하는 강력한 곡률 계산을 가능하게 한다. 주요 기여는 스케일 적응형 평균 곡률 필드를 계산하는 자동화된 메시 네이티브 알고리즘으로, 이는 이후 기하적 특징을 유지하는 메시 단순화를 지도하는 밀도 필드로 변환된다. 복잡하고 이질적인 기하 구조에서 뛰어난 세부 사항 유지 성능을 보인다.

ABSTRACT

We present a novel algorithm to compute multi-scale curvature fields on triangle meshes. Our algorithm is based on finding robust mean curvatures using the ball neighborhood, where the radius of a ball corresponds to the scale of the features. The essential problem is to find a good radius for each ball to obtain a reliable curvature estimation. We propose an algorithm that finds suitable radii in an automatic way. In particular, our algorithm is applicable to meshes produced by image-based reconstruction systems. These meshes often contain geometric features at various scales, for example if certain regions have been captured in greater detail. We also show how such a multi-scale curvature field can be converted to a density field and used to guide applications like mesh simplification.

연구 동기 및 목표

• 고정 스케일 방법이 다양한 특징 및 노이즈 스케일로 인해 실패하는 다중 척도 삼각형 메시에서 곡률 추정의 강건성을 해결하기 위해.
• 각 정점에 대해 최적의 구 반경을 자동으로 결정하여 사용자 제공 스케일 파rameter의 필요성을 제거하기 위해.
• 체적 표현이나 사전 계산된 매개변수화가 필요 없이 메시 기하 구조 그 자체에서 작동하는 곡률 추정 파이프라인을 개발하기 위해.
• 적응형 곡률 필드를 밀도 필드로 변환하여 메시 단순화 과정에서 정점 분포를 지도하면서 고곡률 특징을 유지할 수 있도록 하기 위해.
• 실제 이미지 기반 복원 메시에서 다양한 수준의 디테일, 구멍, 노이즈를 포함한 복잡한 환경에서의 방법의 강건성을 입증하기 위해.

제안 방법

• 각 정점 중심의 구 영역을 사용하며, 구 반경은 국소 기하 특징의 스케일에 해당한다.
• 각 정점에 대해 국소 기하 성질을 활용하여 노이즈 억제와 특징 유지 사이의 균형을 이루는 반경을 자동으로 선택한다.
• 구 영역과 메시의 교차부의 부피 및 표면적을 기반으로 적분 불변량을 이용해 평균 곡률을 계산한다.
• 반경 선택 과정은 평면 기준값과 초기 반경 요소에 의해 지도되며, 평평하거나 매우 테셀레이션된 영역에서 과도한 스무딩을 방지하기 위한 히우리스틱이 적용된다.
• 결과로 생성된 곡률 필드는 메시 단순화 과정에서 정점 분포를 제어하는 밀도 필드로 변환된다.
• 체적 복원이나 메시 매개변수화가 필요 없이 메시 그 자체에서 작동한다.

실험 결과

연구 질문

• RQ1 고정 스케일 방법에 비해 다중 척도 메시에서 적응형 반경 선택 전략이 곡률 추정 성능을 향상시킬 수 있는가?
• RQ2 사용자 지정 스케일 파rameter 없이 노이즈와 다양한 수준의 디테일에 강건한 곡률 추정은 어떻게 달성할 수 있는가?
• RQ3 다중 척도 곡률 필드는 기하적 특징을 유지하면서 메시 단순화를 지도하는 데 효과적으로 밀도 필드로 변환될 수 있는가?
• RQ4 이미지 기반 복원 파이프라인에서 유래한 실제 세계의 노이즈가 많고 불규칙하게 샘플링된 메시에서 이 방법은 어떻게 성능을 발휘하는가?
• RQ5 균일한 메시에서 알고리즘이 단일 스케일 동작으로 부드럽게 분해되어 정확도를 훼손하지 않게 작동하는가?

주요 결과

• 알고리즘은 고정 반경 방법보다 작은 척도의 특징(예: 조각의 손, 플랫폼 디테일)을 유지하면서 노이즈를 억제하는 곡률 필드를 성공적으로 계산하여 우수한 성능을 보였다.
• 분수원 데이터셋에서 다중 척도 밀도 필드를 사용한 단순화로 원본 메시의 기하적 디테일 96%를 유지했으며, 단일 스케일 방법은 중요한 특징을 상실했다.
• 고테 분수 데이터셋에서 다중 척도 접근법은 정점 수 3% 수준에서도 미세한 에지와 텍스처를 유지했지만, 단일 스케일 방법은 이러한 특징을 흐리게 만들거나 상실했다.
• 올워즈 데이터셋에서는 방법이 단일 스케일 행동으로 부드럽게 분해되어 수작업으로 선택한 스케일과 시각적으로 구분되지 않는 곡률 필드를 생성했다.
• 실행 시간은 정점 수에 따라 선형적으로 증가하며, 370만 개 정점에서 약 111분이 소요되어 대규모 모델에 대한 실용적 타당성을 입증했다.