[논문 리뷰] Teichmüller extremal mapping and its applications to landmark matching registration

Lok Ming Lui, Ka Chun Lam외 2명|arXiv (Cornell University)|2012. 11. 12.

Analytic and geometric function theory참고 문헌 5인용 수 6

한 줄 요약

이 논문은 표면 간의 테이히뮐러 극값 매핑을 구하기 위해 랜드마크 제약 조건을 만족하는 효율적인 반복 알고리즘인 준등각(QC) 반복법을 제안한다. 이는 미분형상의 표현을 위해 벨트라미 계수(BCs)를 사용하고, 재구성에 선형 벨트라미 솔버(LBS)를 활용한다. 이 방법은 10초 이내에 이원성 있고 최소한의 등각성 왜곡을 갖는 등록을 보장하며, 뇌 및 얼굴 등록과 같은 응용 분야에서 정확한 또는 부드러운 랜드마크 매칭에 적용 가능하다.

ABSTRACT

Registration, which aims to find an optimal 1-1 correspondence between shapes, is an important process in different research areas. Conformal mappings have been widely used to obtain a diffeomorphism between shapes that minimizes angular distortion. Conformal registrations are beneficial since it preserves the local geometry well. However, when landmark constraints are enforced, conformal mappings generally do not exist. This motivates us to look for a unique landmark matching quasi-conformal registration, which minimizes the conformality distortion. Under suitable condition on the landmark constraints, a unique diffeomporphism, called the Teichmüller extremal mapping between two surfaces can be obtained, which minimizes the maximal conformality distortion. In this paper, we propose an efficient iterative algorithm, called the Quasi-conformal (QC) iterations, to compute the Teichmüller mapping. The basic idea is to represent the set of diffeomorphisms using Beltrami coefficients (BCs), and look for an optimal BC associated to the desired Teichmüller mapping. The associated diffeomorphism can be efficiently reconstructed from the optimal BC using the Linear Beltrami Solver(LBS). Using BCs to represent diffeomorphisms guarantees the diffeomorphic property of the registration. Using our proposed method, the Teichmüller mapping can be accurately and efficiently computed within 10 seconds. The obtained registration is guaranteed to be bijective. The proposed algorithm can also be extended to compute Teichmüller mapping with soft landmark constraints. We applied the proposed algorithm to real applications, such as brain landmark matching registration, constrained texture mapping and human face registration. Experimental results shows that our method is both effective and efficient in computing a non-overlap landmark matching registration with least amount of conformality distortion.

연구 동기 및 목표

• 랜드마크 제약 조건 하에 최대 등각성 왜곡을 최소화하는 유일하고 이원적인 준등각 등록을 계산하는 방법을 개발하기 위해.
• 랜드마크 제약 조건이 부여될 경우 일반적으로 존재하지 않는 등각 매핑의 한계를 해결하기 위해.
• 랜드마크가 정확하지 않을 경우를 대비해 부드러운 랜드마크 제약 조건을 처리할 수 있도록 방법을 확장하기 위해.
• 의료 영상 및 컴퓨터 그래픽스와 같은 실세계 응용 분야에서 비중첩 랜드마크 매칭에 대한 효율적이고 정확한 알고리즘을 제공하기 위해.
• 기하학적 왜곡을 최소화하면서도 등록의 미분형상(이원성 및 미분가능성)을 보장하기 위해.

제안 방법

• 이 방법은 매핑의 등각성 왜곡을 코딩하는 데 벨트라미 계수(BCs)를 사용하여 미분형상의 공간을 표현한다.
• 최적의 BC를 찾기 위해 반복 최적화 과정을 사용하여 최대 등각성 왜곡을 최소화하는 테이히뮐러 극값 매핑에 해당하는 BC를 찾는다.
• 선형 벨트라미 솔버(LBS)는 계산된 최적의 BC에서 미분형상 매핑을 효율적으로 재구성한다.
• 지정된 특징점 또는 곡선과 일치하도록 BC 최적화를 수정하여 랜드마크 제약 조건을 정확하게 또는 약간의 근사로(부드러운 제약 조건) 구현한다.
• BC 표현의 내재된 성질과 테이히뮐러 이론에 의해 결과 매핑의 이원성이 보장된다.
• 이 방법은 삼각형 표면 메쉬에 구현되어 뇌 및 인간 얼굴과 같은 3차원 형태에 적용된다.

실험 결과

연구 질문

• RQ1 랜드마크 제약 조건이 부여되었을 때, 고유하고 이원적이며 최소 등각성 왜곡을 갖는 매핑을 계산할 수 있는가?
• RQ2 실제로 정확하거나 부드러운 랜드마크 제약 조건 하에서 테이히뮐러 극값 매핑을 효율적으로 계산할 수 있는가?
• RQ3 복소수 연결 또는 개방 영역과 같은 복잡한 표면을 다룰 때도 이원성과 낮은 왜곡을 유지할 수 있는가?
• RQ4 제안된 알고리즘이 뇌 등록 및 텍스처 매핑과 같은 실세계 응용 분야에서 얼마나 효과적인가?
• RQ5 실행 시간과 수렴 속도 측면에서 이 방법의 계산 효율성은 어떠한가?

주요 결과

• 제안된 QC 반복법 알고리즘은 10초 이내에 테이히뮐러 극값 매핑을 계산하여 실용적 사용에 매우 효율적임을 보였다.
• 결과로 얻어진 등록은 이원성이 보장되어 있어 강한 랜드마크 제약 조건 하에서도 접힘이나 겹침이 발생하지 않는다.
• 벨트라미 계수의 노름이 표면 전반에 걸쳐 거의 일정하게 유지되어, 계산된 매핑이 실제로 최대 등각성 왜곡을 최소화하는 테이히뮐러 매핑임을 확인한다.
• 이 방법은 단순 연결 또는 다중 연결 표면 모두에 대해 랜드마크 매칭 등록을 성공적으로 계산하였으며, 인간 얼굴과 뇌 메쉬에 적용되었다.
• 알고리즘은 부드러운 랜드마크 제약 조건을 지원하여 랜드마크 위치가 정확하지 않을 경우에도 강력한 등록을 가능하게 한다.
• 실험 결과는 효과적이고 비중첩적인 텍스처 매핑과 최소한의 기하학적 왜곡을 갖는 정확한 얼굴/뇌 등록을 입증하였다.