[논문 리뷰] Wavelet-based Heat Kernel Derivatives: Towards Informative Localized Shape Analysis

Maxime Kirgo, Simone Melzi외 3명|arXiv (Cornell University)|2020. 07. 22.

3D Shape Modeling and Analysis참고 문헌 51인용 수 4

한 줄 요약

이 논문은 3차원 형상 분석을 위한 국소화된 다스케일 도구로 웨이블릿 기반의 열핵 도함수를 소개한다. 열핵의 시간 도함수를 활용하여 표면 위에 직접 국소화된 멕시칸 햇 웨이블릿을 구성함으로써, 정확하고 효율적인 델타 함수 재구성 및 전달이 가능해지며, 부분 형상 및 대규모 형상 매칭에서 최신 기술을 능가하는 성능을 달성한다. 기존 방법보다 빠른 속도를 유지하면서도 높은 정확도를 확보한다.

ABSTRACT

In this paper, we propose a new construction for the Mexican hat wavelets on shapes with applications to partial shape matching. Our approach takes its main inspiration from the well-established methodology of diffusion wavelets. This novel construction allows us to rapidly compute a multiscale family of Mexican hat wavelet functions, by approximating the derivative of the heat kernel. We demonstrate that it leads to a family of functions that inherit many attractive properties of the heat kernel (e.g., a local support, ability to recover isometries from a single point, efficient computation). Due to its natural ability to encode high-frequency details on a shape, the proposed method reconstructs and transfers $\delta$-functions more accurately than the Laplace-Beltrami eigenfunction basis and other related bases. Finally, we apply our method to the challenging problems of partial and large-scale shape matching. An extensive comparison to the state-of-the-art shows that it is comparable in performance, while both simpler and much faster than competing approaches.

연구 동기 및 목표

• 라플라스-벨트라미 고유함수와 같은 전역적이고 저역통과 기저의 한계를 극복하는 국소화된 다스케일 표현을 개발한다.
• 부분 형상 및 고도로 다른 메쉬 메esh 구조와 같은 도전적인 환경에서도 정확한 점 대 점 대응을 가능하게 한다.
• 복잡한 파ipelines인 부분 기능 매핑과 유사하거나 이를 초월하는 성능을 유지하면서도 계산 비용이 저렴한 대안을 제공한다.
• 표준 스펙트럼 기저보다 고주파 수치를 더 충실하게 포착할 수 있는 국소화된 과잉기저(사전)를 구성한다.

제안 방법

• 형상 표면에서 열핵의 시간 도함수를 근사하여 멕시칸 햇 웨이블릿을 구성함으로써 스펙트럼 분해를 피한다.
• 라플라스-벨트라미 연산자가 정의하는 확산 과정을 활용하여 단일 점으로부터 국소적 지지와 등장형 복원을 보장한다.
• 다스케일 확산 프레임워크를 사용해 웨이블릿 함수를 효율적으로 계산함으로써 다양한 스케일에서 신속한 평가가 가능하다.
• 결과적으로 과잉기저(과잉기저)를 형성하여 LBO 고유함수보다 더 풍부한 기능적 표현을 가능하게 한다.
• 희소 초깃값 대응을 활용해 매핑 과정을 부트스트랩함으로써 계산 비용을 크게 감소시킨다.
• 세밀한 기하학적 세부 정보를 유지하는 컴act하고 국소화된 표현을 통해 함수 전달 및 조밀한 대응을 가능하게 한다.

실험 결과

연구 질문

• RQ1 열핵의 시간 도함수를 활용해 3차원 형상 분석을 위한 국소화되고 정보가 풍부한 웨이블릿을 구성할 수 있는가?
• RQ2 이 웨이블릿 구성 방식이 델타 함수 재구성 및 형상 간 함수 전달에서 표준 LBO 고유함수보다 우수한 성능을 보일 수 있는가?
• RQ3 이 방법은 최신 기술에 비해 훨씬 빠른 속도를 유지하면서도 부분 형상 및 대규모 형상 매칭에서 경쟁력 있는 성능을 달성할 수 있는가?
• RQ4 메쉬 연결성의 변화와 부분 형상 설정에서 이 방법은 어떻게 성능을 발휘하는가?

주요 결과

• 낮은 메모리 예산 하에서 라플라스-벨트라미 고유함수 기저 및 기타 유사 기저보다 델타 함수 재구성 및 전달 정확도가 뛰어나다.
• SHREC16 부분 컷 벤치마크에서 부분 기능 매핑(PFM) — 최신 기술 — 과 유사한 성능을 달성하며, 정확한 희소 대응을 초기값으로 사용할 경우 尤히 뛰어난 성능을 보인다.
• 형상 쌍당 평균 46.2초 내로 형상 대응을 계산하며, PFM 희소(99.5초) 및 PFM(240.9초)를 모두 능가하여 13배의 속도 향상을 달성한다.
• 고양이 클래스에서 20개 또는 30개의 지식 기반 대응을 초기값으로 사용할 경우, PFM과 유사하거나 더 우수한 성능을 보이며, 희소 초기화에 대한 강건성을 입증한다.
• 웨이블릿 기반 표현은 LBO 고유함수, 확산 함수 및 기타 기저보다 더 풍부한 기능적 표현 능력을 지닌 과잉기저 사전을 형성한다.
• 이 방법은 열핵의 핵심 성질 — 단일 점으로부터 등장형 복원 능력 — 을 그대로 계승하면서도 국소적 지지와 효율적인 계산을 유지한다.