[论文解读] Discrete Laplace-Beltrami Operator Determines Discrete Riemannian Metric

Xianfeng Gu, Ren Guo+2 more|arXiv (Cornell University)|Oct 19, 2010

3D Shape Modeling and Analysis参考文献 13被引用 13

一句话总结

本文证明了在欧几里得多面曲面（三角网格）上，离散拉普拉斯-贝尔特拉米算子通过基于凸能量最小化的变分方法，唯一地确定了离散黎曼度量（至多缩放因子）。该方法构建了一个凸能量函数，其梯度与余切边权匹配，从而实现稳定且计算高效的算法，可从算子矩阵恢复度量。

ABSTRACT

The Laplace-Beltrami operator of a smooth Riemannian manifold is determined by the Riemannian metric. Conversely, the heat kernel constructed from its eigenvalues and eigenfunctions determines the Riemannian metric. This work proves the analogy on Euclidean polyhedral surfaces (triangle meshes), that the discrete Laplace-Beltrami operator and the discrete Riemannian metric (unique up to a scaling) are mutually determined by each other. Given an Euclidean polyhedral surface, its Riemannian metric is represented as edge lengths, satisfying triangle inequalities on all faces. The Laplace-Beltrami operator is formulated using the cotangent formula, where the edge weight is defined as the sum of the cotangent of angles against the edge. We prove that the edge lengths can be determined by the edge weights unique up to a scaling using the variational approach. First, we show that the space of all possible metrics of a polyhedral surface is convex. Then, we construct a special energy defined on the metric space, such that the gradient of the energy equals to the edge weights. Third, we show the Hessian matrix of the energy is positive definite, restricted on the tangent space of the metric space, therefore the energy is convex. Finally, by the fact that the parameter on a convex domain and the gradient of a convex function defined on the domain have one-to-one correspondence, we show the edge weights determines the polyhedral metric unique up to a scaling. The constructive proof leads to a computational algorithm that finds the unique metric on a topological triangle mesh from a discrete Laplace-Beltrami operator matrix.

研究动机与目标

• 建立离散拉普拉斯-贝尔特拉米算子与多面曲面上离散黎曼度量之间的一一对应关系。
• 证明由余切公式导出的边权可唯一确定底层边长（度量），至多缩放因子。
• 开发一种构造性、计算上可行的算法，从给定的离散拉普拉斯-贝尔特拉米算子矩阵恢复度量。
• 通过展示通过凸优化实现度量恢复，拓展离散微分几何的理论理解。

提出的方法

• 使用余切方案表述离散拉普拉斯-贝尔特拉米算子，其中边权为对角角正切值之和。
• 定义所有满足三角不等式的可允许边长构成的度量空间 Ωᵤ，并证明其为凸集。
• 在度量空间上通过线积分构造一个凸能量函数 E(u)，使其梯度等于边权 wᵢ。
• 证明 E 的黑塞矩阵在 Ωᵤ 的切空间上正定，从而确保严格凸性及最小值的唯一性。
• 利用凸域上参数与梯度之间的一一对应关系，证明 w 唯一确定 u（至多缩放因子）。
• 基于能量最小化实现数值算法，从预设边权恢复度量。

实验结果

研究问题

• RQ1 能否从离散黎曼度量的离散拉普拉斯-贝尔特拉米算子唯一恢复多面曲面的离散黎曼度量？
• RQ2 是否存在一种变分原理，将离散拉普拉斯的边权与底层度量联系起来？
• RQ3 度量空间与能量函数的凸性是否能保证度量恢复的唯一解？
• RQ4 离散拉普拉斯-贝尔特拉米算子能否作为完整的形状描述符，等价于度量（至多缩放因子）？

主要发现

• 多面曲面上所有可允许离散度量的空间是凸的，确保优化过程行为良好。
• 存在一个凸能量函数，其梯度与余切边权匹配，从而实现稳定恢复。
• 能量函数的黑塞矩阵在度量空间的切空间上正定，保证了唯一全局最小值的存在。
• 从度量到边权的映射是一个光滑嵌入，证明边权唯一确定度量（至多缩放因子）。
• 数值实验表明，该算法能从不同拓扑和亏格的网格中预设的边权准确恢复原始度量（至多缩放因子）。
• 该方法成功通过双重覆盖技术在闭合和开放曲面（包括带边界的曲面）上重建了度量。