第10章：基于变形的网格生成

基于变形的网格生成方法是显式网格生成的核心技术之一，其基本思想是从一个简单的初始模板网格（如球体、椭球体或立方体）出发，通过学习驱动的变形操作，逐步将其调整为目标形状。这种方法的优势在于能够保证生成网格的拓扑正确性和连通性，同时通过端到端的学习直接输出可用的三角网格。本章将深入探讨模板变形的数学理论、以Pixel2Mesh为代表的深度学习架构、图卷积网络在网格处理中的应用，以及多分辨率细化策略。这些技术共同构成了现代基于变形的网格生成方法的理论基础和实践框架。

10.1 模板变形理论

10.1.1 模板网格的选择与初始化

模板网格的选择对最终生成质量有着决定性影响。理想的模板应满足以下特性：

拓扑适配性：模板的拓扑结构（亏格）应与目标对象匹配。对于大多数日常物体，亏格为0的封闭曲面（同胚于球面）是合适的选择。常用的初始化包括：

正二十面体球：通过递归细分正二十面体得到，具有均匀的三角形分布
UV球：基于经纬度参数化，在极点处存在奇异性
椭球体：通过仿射变换调整初始长宽高比，适合细长或扁平物体

初始化的数学表示为： $$\mathcal{M}_0 = (V_0, E_0, F_0)$$ 其中 $V_0 \in \mathbb{R}^{N_0 \times 3}$ 为顶点坐标，$E_0$ 为边集合，$F_0$ 为面片集合。

分辨率选择：初始网格的分辨率需要平衡计算效率与表达能力。典型的初始顶点数为：

低分辨率：162顶点（细分2次的正二十面体）
中分辨率：642顶点（细分3次）
高分辨率：2562顶点（细分4次）

10.1.2 自由形变（FFD）方法

自由形变提供了一种参数化的变形框架，通过控制点格网来驱动嵌入其中的网格变形。

经典FFD公式：给定控制点格网 $P_{ijk}$，网格顶点 $v$ 在局部坐标 $(s,t,u) \in [0,1]^3$ 下的变形为： $$v' = \sum_{i=0}^{l} \sum_{j=0}^{m} \sum_{k=0}^{n} B_i^l(s) B_j^m(t) B_k^n(u) P_{ijk}$$ 其中 $B_i^n$ 为Bernstein基函数： $$B_i^n(t) = \binom{n}{i} t^i (1-t)^{n-i}$$ 局部坐标计算：对于世界坐标 $v_w$，其局部坐标通过求解： $$v_w = S + sT_u + tT_v + uT_w$$ 其中 $S$ 为格网原点，$T_u, T_v, T_w$ 为格网的三个轴向量。

学习驱动的FFD：在深度学习框架中，控制点位移 $\Delta P_{ijk}$ 由神经网络预测： $$\Delta P = f_\theta(I, \mathcal{F})$$ 其中 $I$ 为输入图像或特征，$\mathcal{F}$ 为当前网格特征。

10.1.3 均值坐标与调和坐标

广义重心坐标提供了更灵活的变形控制，特别适合处理复杂边界条件。

均值坐标（Mean Value Coordinates）：对于顶点 $v_i$ 相对于其邻域 $N(i)$ 的均值坐标权重： $$w_{ij} = \frac{\tan(\alpha_{ij}/2) + \tan(\beta_{ij}/2)}{||v_i - v_j||}}$$ 其中 $\alpha_{ij}$ 和 $\beta_{ij}$ 是边 $(i,j)$ 两侧的对角。

变形通过权重插值实现： $$v_i' = \sum_{j \in N(i)} \frac{w_{ij}}{\sum_k w_{ik}} v_j'$$ 调和坐标（Harmonic Coordinates）：调和坐标通过求解Laplace方程得到： $$\Delta \phi_i = 0 \quad \text{in } \Omega$$ $$\phi_i = \delta_{ij} \quad \text{on } \partial\Omega$$ 离散化后得到线性系统： $$L\Phi = B$$ 其中 $L$ 为Laplace-Beltrami算子的离散形式。

10.1.4 能量函数设计与正则化

变形质量通过多个能量项的组合来控制：

形状保持能量（ARAP - As-Rigid-As-Possible）： $$E_{ARAP} = \sum_{i=1}^{N} \sum_{j \in N(i)} w_{ij} ||(\mathbf{p}_i' - \mathbf{p}_j') - R_i(\mathbf{p}_i - \mathbf{p}_j)||^2$$ 其中 $R_i$ 为顶点 $i$ 处的最优旋转矩阵，通过SVD求解： $$\sum_{j \in N(i)} w_{ij}(\mathbf{p}_i - \mathbf{p}_j)(\mathbf{p}_i' - \mathbf{p}_j')^T = U\Sigma V^T$$ $$R_i = VU^T$$ 平滑能量： $$E_{smooth} = \sum_{(i,j) \in E} ||L_i - L_j||^2$$ 其中 $L_i$ 为顶点 $i$ 处的Laplacian坐标。

边长保持能量： $$E_{edge} = \sum_{(i,j) \in E} (||v_i' - v_j'|| - l_{ij}^0)^2$$ 法向一致性能量： $$E_{normal} = \sum_{f \in F} \sum_{g \in N(f)} (1 - \mathbf{n}_f \cdot \mathbf{n}_g)$$ 总能量函数： $$E_{total} = E_{data} + \lambda_{ARAP}E_{ARAP} + \lambda_{smooth}E_{smooth} + \lambda_{edge}E_{edge} + \lambda_{normal}E_{normal}$$

10.2 Pixel2Mesh架构

10.2.1 从2D到3D的渐进式变形

Pixel2Mesh通过多阶段的粗到细策略，从单张RGB图像生成3D网格：

整体流程：

初始化椭球网格 $\mathcal{M}_0$
提取图像特征 $\mathcal{F}_{img}$ 使用CNN
通过3个变形块逐步细化：$\mathcal{M}_0 \rightarrow \mathcal{M}_1 \rightarrow \mathcal{M}_2 \rightarrow \mathcal{M}_3$
每个阶段包含特征聚合、图卷积和顶点更新

坐标系统：

相机坐标系：$\mathbf{X}_c = [X_c, Y_c, Z_c]^T$
图像坐标系：$\mathbf{x} = [u, v]^T$
投影关系： $$\mathbf{x} = K\mathbf{X}_c / Z_c$$ 其中 $K$ 为相机内参矩阵。

可见性判断：使用z-buffer算法确定顶点可见性： $$vis(v_i) = \begin{cases} 1 & \text{if } Z_i = \min\{Z_j | proj(v_j) = proj(v_i)\} \\ 0 & \text{otherwise} \end{cases}$$

10.2.2 感知特征提取与投影

多尺度特征提取：使用预训练的VGG-16或ResNet作为backbone，提取多个尺度的特征图： $$\{\mathcal{F}_l\}_{l=1}^L, \quad \mathcal{F}_l \in \mathbb{R}^{H_l \times W_l \times C_l}$$ 典型配置：

$\mathcal{F}_1$: conv3_3, 256通道, 56×56
$\mathcal{F}_2$: conv4_3, 512通道, 28×28
$\mathcal{F}_3$: conv5_3, 512通道, 14×14

特征投影与聚合：对每个可见顶点 $v_i$，其投影特征通过双线性插值获得： $$f_i^{proj} = \sum_{l=1}^L Bilinear(\mathcal{F}_l, \pi(v_i))$$ 其中投影函数 $\pi: \mathbb{R}^3 \rightarrow \mathbb{R}^2$ 将3D坐标映射到图像平面。

3D位置编码：为保持空间信息，加入3D坐标的位置编码： $$f_i^{3D} = [\mathbf{v}_i; \sin(\mathbf{W}_1\mathbf{v}_i); \cos(\mathbf{W}_2\mathbf{v}_i)]$$ 其中 $\mathbf{W}_1, \mathbf{W}_2$ 为可学习的频率矩阵。

特征融合： $$f_i = MLP([f_i^{proj}; f_i^{3D}; f_i^{shape}])$$ 其中 $f_i^{shape}$ 为上一阶段的形状特征。

10.2.3 Graph-based变形网络

图结构定义：网格自然形成图 $\mathcal{G} = (V, E)$，其邻接矩阵： $$A_{ij} = \begin{cases} 1 & \text{if } (i,j) \in E \\ 0 & \text{otherwise} \end{cases}$$ 消息传递机制：每层图卷积执行顶点特征的邻域聚合： $$h_i^{(l+1)} = \sigma\left(W_{self}^{(l)}h_i^{(l)} + \sum_{j \in N(i)} W_{neigh}^{(l)}h_j^{(l)}\right)$$ 顶点位移预测：通过多层图卷积后，预测顶点位移： $$\Delta v_i = MLP_{loc}(h_i^{(L)})$$ $$v_i^{new} = v_i + \Delta v_i$$ 长程依赖处理：使用跳跃连接和注意力机制捕获全局信息： $$h_i^{global} = \sum_{j=1}^N \alpha_{ij} h_j$$ $$\alpha_{ij} = \frac{\exp(e_{ij})}{\sum_k \exp(e_{ik})}, \quad e_{ij} = MLP_{att}([h_i; h_j])$$

10.2.4 损失函数与多尺度监督

Chamfer距离损失： $$L_{CD} = \frac{1}{|P|}\sum_{p \in P} \min_{v \in V} ||p - v||^2 + \frac{1}{|V|}\sum_{v \in V} \min_{p \in P} ||v - p||^2$$ 其中 $P$ 为真实点云，$V$ 为预测顶点集。

法向一致性损失： $$L_{normal} = \sum_{f \in F} \sum_{v \in f} (1 - |\mathbf{n}_f \cdot \mathbf{n}_v^{gt}|)$$ 边长正则化： $$L_{edge} = \sum_{(i,j) \in E} ||v_i - v_j||^2$$ Laplacian平滑损失： $$L_{lap} = \sum_{i=1}^N ||\delta_i - \delta_i^{init}||^2$$ 其中 $\delta_i = v_i - \frac{1}{|N(i)|}\sum_{j \in N(i)} v_j$

多尺度监督： $$L_{total} = \sum_{k=1}^K w_k(L_{CD}^{(k)} + \lambda_1 L_{normal}^{(k)} + \lambda_2 L_{edge}^{(k)} + \lambda_3 L_{lap}^{(k)})$$

10.3 图卷积网络在网格上的应用

10.3.1 图信号处理基础

图拉普拉斯算子：规范化图拉普拉斯定义为： $$L = I - D^{-1/2}AD^{-1/2}$$ 其中 $D$ 为度矩阵，$D_{ii} = \sum_j A_{ij}$。

谱分解： $$L = U\Lambda U^T$$ 其中 $U$ 为特征向量矩阵，$\Lambda$ 为特征值对角矩阵。

图傅立叶变换：

正变换：$\hat{x} = U^T x$
逆变换：$x = U\hat{x}$

频率响应：图上的频率由特征值 $\lambda_i$ 表征，低频对应小特征值，高频对应大特征值。

10.3.2 谱域图卷积

基础谱卷积： $$x * g = U((U^Tx) \odot (U^Tg)) = Ug_\theta(\Lambda)U^Tx$$ 其中 $g_\theta(\Lambda) = diag(\theta)$ 为谱域滤波器。

ChebNet（切比雪夫多项式逼近）：为避免特征分解，使用切比雪夫多项式逼近： $$g_\theta(\Lambda) \approx \sum_{k=0}^K \theta_k T_k(\tilde{\Lambda})$$ 其中 $T_k$ 为切比雪夫多项式，$\tilde{\Lambda} = \frac{2}{\lambda_{max}}\Lambda - I$。

递推计算： $$T_0(x) = 1, \quad T_1(x) = x$$ $$T_k(x) = 2xT_{k-1}(x) - T_{k-2}(x)$$ GCN简化：通过一阶近似和重参数化： $$x * g \approx \theta(I + D^{-1/2}AD^{-1/2})x$$ 加入重正化技巧： $$\tilde{A} = A + I, \quad \tilde{D}_{ii} = \sum_j \tilde{A}_{ij}$$ $$H^{(l+1)} = \sigma(\tilde{D}^{-1/2}\tilde{A}\tilde{D}^{-1/2}H^{(l)}W^{(l)})$$

10.3.3 空域图卷积

GraphSAGE（采样聚合）： $$h_i^{(l+1)} = \sigma(W^{(l)} \cdot [h_i^{(l)}; AGG(\{h_j^{(l)}, j \in N(i)\})])$$ 聚合函数选择：

Mean: $AGG = \frac{1}{|N(i)|}\sum_{j \in N(i)} h_j$
Max: $AGG = \max_{j \in N(i)} \{h_j\}$
LSTM: 序列化邻域特征输入LSTM

GAT（图注意力网络）：注意力系数计算： $$e_{ij} = LeakyReLU(a^T[Wh_i || Wh_j])$$ $$\alpha_{ij} = \frac{\exp(e_{ij})}{\sum_{k \in N(i)} \exp(e_{ik})}$$ 特征聚合： $$h_i' = \sigma\left(\sum_{j \in N(i)} \alpha_{ij}Wh_j\right)$$ 多头注意力： $$h_i' = ||_{k=1}^K \sigma\left(\sum_{j \in N(i)} \alpha_{ij}^k W^k h_j\right)$$

10.3.4 网格特定的图算子设计

MoNet（Mixture Model Networks）：使用高斯混合模型定义局部坐标系： $$w_j(u) = \sum_{k=1}^K \exp\left(-\frac{1}{2}(u - \mu_k)^T\Sigma_k^{-1}(u - \mu_k)\right)$$ 其中 $u = (u_1, u_2)$ 为局部极坐标（角度、距离）。

卷积操作： $$f_i' = \sum_{j \in N(i)} \sum_{k=1}^K w_k(u_{ij}) f_j W_k$$ SplineCNN：使用B样条基函数： $$w(u) = \sum_{k} c_k N_k(u)$$ 其中 $N_k$ 为B样条基函数，$c_k$ 为控制点。

各向异性扩散：考虑网格的内在几何： $$\frac{\partial f}{\partial t} = div(D(x,t)\nabla f)$$ 离散化： $$f_i^{t+1} = f_i^t + \Delta t \sum_{j \in N(i)} w_{ij}D_{ij}(f_j^t - f_i^t)$$ 其中 $D_{ij}$ 为各向异性扩散张量。

几何感知池化：基于二次误差度量（QEM）的顶点合并： $$Q_v = \sum_{f \in faces(v)} K_f$$ $$K_f = \mathbf{n}_f\mathbf{n}_f^T$$ 合并代价： $$cost(v_1, v_2) = \mathbf{v}_{new}^T(Q_{v_1} + Q_{v_2})\mathbf{v}_{new}$$

10.4 多分辨率细化策略

10.4.1 网格细分方案

Loop细分（三角网格）：

新顶点位置（边中点）： $$v_{new} = \frac{3}{8}(v_1 + v_2) + \frac{1}{8}(v_3 + v_4)$$ 其中 $v_1, v_2$ 为边端点，$v_3, v_4$ 为对面顶点。
旧顶点更新： $$v_{updated} = (1 - n\beta)v_{old} + \beta \sum_{i=1}^n v_i$$ $$\beta = \frac{1}{n}\left(\frac{5}{8} - \left(\frac{3}{8} + \frac{1}{4}\cos\frac{2\pi}{n}\right)^2\right)$$ Catmull-Clark细分（四边形为主）：
面点：$F = \frac{1}{n}\sum_{i=1}^n v_i$
边点：$E = \frac{1}{4}(v_1 + v_2 + F_1 + F_2)$
顶点更新： $$V' = \frac{F_{avg} + 2E_{avg} + (n-3)V}{n}$$ 蝶形细分（插值型）：保持原顶点不变，新顶点计算： $$v_{new} = \frac{1}{2}(v_1 + v_2) + \frac{1}{8}(v_3 + v_4) - \frac{1}{16}(v_5 + v_6 + v_7 + v_8)$$ 细分矩阵表示： $$V^{(l+1)} = S^{(l)}V^{(l)}$$ 其中 $S^{(l)}$ 为细分矩阵，可预计算并缓存。

10.4.2 自适应细化与误差度量

Hausdorff距离： $$d_H(A, B) = \max\{\sup_{a \in A} d(a, B), \sup_{b \in B} d(b, A)\}$$ 局部平坦度准则： $$\epsilon_f = \max_{v \in f} |\mathbf{n}_f \cdot (v - c_f)|$$ 其中 $c_f$ 为面片中心，$\mathbf{n}_f$ 为法向。

曲率驱动细化： $$priority(e) = ||e|| \cdot \max(|\kappa_1|, |\kappa_2|)$$ 其中 $\kappa_1, \kappa_2$ 为主曲率。

视点相关细化： $$LOD(v) = \frac{projected_size(v)}{distance(v, camera)} > \tau$$ 细化决策树：

如果 error(face) > threshold:
    如果 所有邻居已细分:
        执行1-4细分
    否则:
        标记为待细分
        传播细分需求到邻居

10.4.3 层次化表示与LOD

渐进网格（Progressive Meshes）：基础网格 $M^0$ 通过一系列顶点分裂操作得到高分辨率网格： $$M^0 \xrightarrow{vsplit_0} M^1 \xrightarrow{vsplit_1} ... \xrightarrow{vsplit_{n-1}} M^n$$ 顶点分裂操作： $$vsplit(v_s, v_l, v_r, v_t) \rightarrow (v_u, v_t)$$ 边折叠操作（逆操作）： $$ecol(v_u, v_t) \rightarrow v_s$$ 多分辨率分析： $$V^j = V^{j-1} \oplus W^{j-1}$$ 其中 $V^j$ 为第j层顶点空间，$W^{j-1}$ 为细节空间。

小波分解： $$c^{j-1} = A^j c^j$$ $$d^{j-1} = B^j c^j$$ 重构： $$c^j = P^j c^{j-1} + Q^j d^{j-1}$$ 基于八叉树的LOD：

         根节点
        /   |   \
      /     |     \
   子节点  子节点  子节点
    / \     / \     / \

节点选择准则： $$select(node) = \begin{cases} expand & \text{if } error > \tau_{split} \\ collapse & \text{if } error < \tau_{merge} \\ keep & \text{otherwise} \end{cases}$$

10.4.4 边缘保持与特征线检测

特征边检测：二面角准则： $$is_feature(e) = \arccos(\mathbf{n}_1 \cdot \mathbf{n}_2) > \theta_{threshold}$$ 边缘保持的细分：修改细分规则以保持尖锐特征：

尖锐边：使用线性插值而非光滑规则
角点：保持原始位置不变

自适应权重： $$w_{smooth} = \exp\left(-\frac{(\mathbf{n}_1 \cdot \mathbf{n}_2 - \cos\theta)^2}{2\sigma^2}\right)$$ 特征线参数化：将特征线表示为B样条曲线： $$C(t) = \sum_{i=0}^n N_{i,p}(t) P_i$$ 细化时沿曲线采样新顶点。

双边滤波保边平滑： $$v_i' = \frac{\sum_{j \in N(i)} w_s(||v_i - v_j||) w_r(||n_i - n_j||) v_j}{\sum_{j \in N(i)} w_s(||v_i - v_j||) w_r(||n_i - n_j||)}$$ 其中：

$w_s$ 为空间权重：$w_s(d) = \exp(-d^2/2\sigma_s^2)$
$w_r$ 为范围权重：$w_r(d) = \exp(-d^2/2\sigma_r^2)$

本章小结

本章系统地介绍了基于变形的网格生成方法，这是一类通过学习驱动的变形操作将简单模板网格转换为复杂目标形状的技术。主要内容和关键概念包括：

核心理论基础：

模板变形理论提供了数学框架，包括自由形变（FFD）、均值坐标和调和坐标系统
能量函数设计通过ARAP、平滑性、边长保持等约束确保变形质量
关键公式：FFD变形 $v' = \sum_{i,j,k} B_i^l(s) B_j^m(t) B_k^n(u) P_{ijk}$

Pixel2Mesh架构创新：

渐进式多阶段变形策略：$\mathcal{M}_0 \rightarrow \mathcal{M}_1 \rightarrow \mathcal{M}_2 \rightarrow \mathcal{M}_3$
感知特征投影机制将2D图像信息有效传递到3D空间
Graph-based变形网络利用网格的拓扑结构进行特征传播
多尺度监督通过Chamfer距离、法向一致性等损失函数优化几何质量

图卷积网络的应用：

谱域方法（ChebNet、GCN）通过频域分析处理图信号
空域方法（GraphSAGE、GAT）直接在邻域上聚合特征
网格特定算子（MoNet、SplineCNN）考虑了3D网格的几何特性
核心操作：$H^{(l+1)} = \sigma(\tilde{D}^{-1/2}\tilde{A}\tilde{D}^{-1/2}H^{(l)}W^{(l)})$

多分辨率细化技术：

经典细分方案（Loop、Catmull-Clark、蝶形）提供了不同的细化策略
自适应细化根据曲率、误差度量动态调整网格分辨率
渐进网格和LOD技术支持多尺度表示和高效渲染
特征保持技术确保尖锐边缘和重要几何细节在细化过程中得以保留

这些技术的结合使得基于变形的方法能够生成拓扑正确、细节丰富的高质量网格，特别适合从单张图像或稀疏输入生成3D模型的应用场景。相比隐式方法，其优势在于直接输出可编辑的三角网格；相比体素方法，其在内存效率和细节表现力上更具优势。

练习题

基础题

练习10.1 给定一个4×4×4的FFD控制格网和一个位于局部坐标$(0.5, 0.3, 0.7)$的顶点，计算该顶点变形后的位置。假设只有控制点$P_{2,1,3}$发生了位移$\Delta P = (1, 0, 0)$。

Hint：使用Bernstein基函数$B_i^3(t) = \binom{3}{i}t^i(1-t)^{3-i}$，计算各维度的基函数值。

答案

首先计算各维度的Bernstein基函数值：

$s=0.5$: $B_0^3(0.5)=0.125, B_1^3(0.5)=0.375, B_2^3(0.5)=0.375, B_3^3(0.5)=0.125$
$t=0.3$: $B_0^3(0.3)=0.343, B_1^3(0.3)=0.441, B_2^3(0.3)=0.189, B_3^3(0.3)=0.027$
$u=0.7$: $B_0^3(0.7)=0.027, B_1^3(0.7)=0.189, B_2^3(0.7)=0.441, B_3^3(0.7)=0.343$

控制点$P_{2,1,3}$对应的权重为： $w_{2,1,3} = B_2^3(0.5) \times B_1^3(0.3) \times B_3^3(0.7) = 0.375 \times 0.441 \times 0.343 = 0.0567$

因此顶点位移为： $\Delta v = w_{2,1,3} \times \Delta P = 0.0567 \times (1, 0, 0) = (0.0567, 0, 0)$

练习10.2 对于一个正二十面体，计算经过两次Loop细分后的顶点数、边数和面数。验证欧拉公式$V - E + F = 2$。

Hint：Loop细分中，每个三角形分成4个，每条边产生一个新顶点。

答案

正二十面体初始：$V_0=12, E_0=30, F_0=20$

第一次细分：

新顶点数：$V_1 = V_0 + E_0 = 12 + 30 = 42$
新面数：$F_1 = 4 \times F_0 = 4 \times 20 = 80$
新边数：$E_1 = 2E_0 + 3F_0 = 60 + 60 = 120$
验证：$42 - 120 + 80 = 2$ ✓

第二次细分：

新顶点数：$V_2 = V_1 + E_1 = 42 + 120 = 162$
新面数：$F_2 = 4 \times F_1 = 4 \times 80 = 320$
新边数：$E_2 = 2E_1 + 3F_1 = 240 + 240 = 480$
验证：$162 - 480 + 320 = 2$ ✓

练习10.3 计算图拉普拉斯矩阵的特征值范围，并解释为什么最小特征值总是0。

Hint：考虑常数向量$\mathbf{1}$与拉普拉斯矩阵的乘积。

答案

对于规范化图拉普拉斯$L = I - D^{-1/2}AD^{-1/2}$：

最小特征值为0： - 考虑向量$v = D^{1/2}\mathbf{1}$ - $Lv = (I - D^{-1/2}AD^{-1/2})D^{1/2}\mathbf{1} = D^{1/2}\mathbf{1} - D^{-1/2}A\mathbf{1}$ - 由于$A\mathbf{1} = D\mathbf{1}$（度的定义） - $Lv = D^{1/2}\mathbf{1} - D^{-1/2}D\mathbf{1} = D^{1/2}\mathbf{1} - D^{1/2}\mathbf{1} = 0$ - 因此0是特征值，对应特征向量$D^{1/2}\mathbf{1}$
特征值范围：$\lambda \in [0, 2]$ - 由Gershgorin圆盘定理和$L$的对称正半定性质可得 - 对于连通图，0的重数为1 - 第二小特征值（Fiedler值）表征图的连通性

练习10.4 给定Chamfer距离的定义，证明它满足对称性但不满足三角不等式。

Hint：构造三个点集的反例。

答案

对称性证明： $$d_{CD}(A,B) = \frac{1}{|A|}\sum_{a \in A} \min_{b \in B} ||a-b||^2 + \frac{1}{|B|}\sum_{b \in B} \min_{a \in A} ||b-a||^2$$ 交换$A$和$B$，两项互换，总和不变，因此$d_{CD}(A,B) = d_{CD}(B,A)$。

三角不等式反例：考虑一维情况：

$A = \{0\}$
$B = \{1\}$
$C = \{0.5\}$

计算：

$d_{CD}(A,B) = 0.5 + 0.5 = 1$
$d_{CD}(A,C) = 0.25 + 0.25 = 0.5$
$d_{CD}(C,B) = 0.25 + 0.25 = 0.5$

但$d_{CD}(A,B) = 1 \not\leq d_{CD}(A,C) + d_{CD}(C,B) = 1$（等号情况，更极端的例子可构造严格大于）。

挑战题

练习10.5 设计一个自适应的图池化策略，使得在降低网格分辨率的同时最大程度保持几何特征。要求给出池化顶点选择算法和特征聚合方法。

Hint：考虑结合QEM（二次误差度量）和图的谱聚类。

答案

自适应图池化算法：

顶点重要性评分： $$score(v) = \alpha \cdot QEM(v) + \beta \cdot centrality(v) + \gamma \cdot curvature(v)$$ 其中：

$QEM(v) = v^TQ_vv$，$Q_v$为二次误差矩阵
$centrality(v) = \sum_i (U_{i,2}^2 + U_{i,3}^2 + U_{i,4}^2)$（前几个非平凡特征向量）
$curvature(v) = |\kappa_1| + |\kappa_2|$（主曲率之和）

聚类形成： - 使用谱聚类将顶点分成$k$个簇 - 每个簇选择score最高的顶点作为代表 - 确保簇在空间上连通
特征聚合： $$f_{cluster} = \frac{\sum_{v \in cluster} w(v) \cdot f(v)}{\sum_{v \in cluster} w(v)}$$ 权重设计：$w(v) = \exp(-\lambda \cdot dist(v, v_{center})) \cdot score(v)$
边重构： - 如果两个簇之间原本有边连接，则在代表顶点间建立边 - 边权重为原始边权重之和的归一化
几何位置优化：最小化能量： $$E = \sum_{cluster} \sum_{v \in cluster} ||v - v_{rep}||^2 + \mu \sum_{(i,j) \in E_{new}} ||v_i - v_j||^2$$

练习10.6 分析Pixel2Mesh中多尺度监督的作用。如果只在最终分辨率上施加损失，会出现什么问题？设计实验验证你的分析。

Hint：考虑梯度传播和局部最优问题。

答案

多尺度监督的作用分析：

梯度传播优化： - 早期阶段的监督提供更直接的梯度信号 - 避免深层网络的梯度消失 - 数学表达：$\frac{\partial L_{total}}{\partial \theta_1} = \sum_{k=1}^K w_k \frac{\partial L^{(k)}}{\partial \theta_1}$
渐进式形状引导： - 粗分辨率捕获整体形状 - 细分辨率调整局部细节 - 防止早期陷入局部最优
只用最终损失的问题： - 初期变形缺乏约束，可能产生自交 - 梯度信号需要通过多个细分阶段反传，信号衰减 - 训练不稳定，收敛速度慢
实验设计： - 数据集：ShapeNet汽车类别 - 对比组：(a)仅最终损失 (b)多尺度损失 - 评估指标：
- 收敛速度（达到目标CD距离的epoch数）
- 中间阶段几何质量（自交检测、法向一致性）
- 最终性能（CD距离、F-score）

预期结果：

多尺度监督收敛速度提升约2-3倍
中间阶段自交率降低80%以上
最终CD距离改善15-20%

练习10.7 推导并实现一个保持体积的变形能量项。该能量项应当在网格变形过程中维持原始体积不变。

Hint：使用有向体积的微分形式。

答案

体积保持能量推导：

网格体积计算： $$V = \frac{1}{6}\sum_{f \in F} (\mathbf{v}_1^f \times \mathbf{v}_2^f) \cdot \mathbf{v}_3^f$$ 其中$\mathbf{v}_1^f, \mathbf{v}_2^f, \mathbf{v}_3^f$为面$f$的三个顶点。
体积梯度：对顶点$v_i$的梯度： $$\frac{\partial V}{\partial \mathbf{v}_i} = \frac{1}{6}\sum_{f \in N(i)} \mathbf{n}_f^{(i)}$$ 其中$\mathbf{n}_f^{(i)}$是面$f$中对应于顶点$i$位置的法向贡献： $$\mathbf{n}_f^{(i)} = (\mathbf{v}_j - \mathbf{v}_k) \times \mathbf{e}_{cyclic}$$
体积保持能量： $$E_{volume} = \lambda_v(V - V_0)^2$$ 梯度： $$\frac{\partial E_{volume}}{\partial \mathbf{v}_i} = 2\lambda_v(V - V_0)\frac{\partial V}{\partial \mathbf{v}_i}$$
线性化近似（计算效率）： $$V \approx V_0 + \sum_i \frac{\partial V}{\partial \mathbf{v}_i}\bigg|_{\mathbf{v}_i^0} \cdot (\mathbf{v}_i - \mathbf{v}_i^0)$$
软约束形式： $$E_{volume}^{soft} = \lambda_v \sum_i \left|\frac{\partial V}{\partial \mathbf{v}_i} \cdot \Delta \mathbf{v}_i\right|^2$$ 实现要点：

预计算初始体积和梯度
使用自动微分框架计算精确梯度
在优化过程中动态调整$\lambda_v$以平衡各项

练习10.8 设计一个混合表示方法，结合隐式场（SDF）和显式网格的优势，实现高质量的网格生成。给出架构设计和训练策略。

Hint：考虑使用SDF引导网格变形，同时用网格约束SDF学习。

答案

混合表示架构设计：

双分支网络：

输入 → 特征提取器 → [SDF分支, 网格变形分支] → 融合模块 → 输出网格

SDF分支： - 预测连续SDF场：$f_{SDF}: \mathbb{R}^3 \rightarrow \mathbb{R}$ - 使用位置编码增强高频细节 - 输出：隐式场值和梯度（法向）
网格变形分支： - 基于图卷积的变形网络 - 输入：模板网格 + 图像特征 - 输出：顶点位移
双向约束：

a. SDF引导网格： $$L_{sdf→mesh} = \sum_{v \in V} |f_{SDF}(v)|^2 + \lambda_n||\nabla f_{SDF}(v) - \mathbf{n}_v||^2$$ b. 网格约束SDF： $$L_{mesh→sdf} = \sum_{p \in P_{sample}} \min_{f \in F} dist(p, f)^2$$ 其中$P_{sample}$是SDF零等值面采样点。

融合策略： - 粗尺度：主要依赖网格变形（拓扑正确） - 细尺度：SDF提供细节调整 - 最终顶点位置： $$v_{final} = v_{deform} - \alpha \cdot f_{SDF}(v_{deform}) \cdot \nabla f_{SDF}(v_{deform})$$
训练策略：

阶段1：分别预训练

SDF分支：使用占据场/距离场监督
网格分支：使用Chamfer距离

阶段2：联合训练

总损失：$L = L_{CD} + L_{sdf} + L_{sdf→mesh} + L_{mesh→sdf} + L_{regular}$
课程学习：逐步增加分辨率

阶段3：细节优化

固定粗结构，优化局部细节
使用对抗损失提升真实感

优势： - 结合了隐式场的连续性和网格的显式控制 - 双向约束提升几何质量 - 支持多分辨率编辑

常见陷阱与错误

1. 模板初始化错误

问题：选择了拓扑不匹配的模板（如用球体模板生成环状物体）

症状：

无论如何优化都无法得到正确拓扑
出现严重的自交和折叠

解决方案：

对不同类别使用不同的模板
实现模板选择网络预测最佳初始模板
考虑使用可变拓扑的方法

2. 特征投影中的遮挡处理

问题：未正确处理自遮挡导致背面顶点获得错误特征

症状：

背面出现异常变形
对称物体变形不对称

调试方法：

# 可视化可见性
visibility_map = compute_visibility(vertices, faces, camera)
invisible_vertices = vertices[visibility_map == 0]
# 检查不可见顶点是否仍有投影特征

解决方案：

实现准确的z-buffer可见性检测
对不可见顶点使用形状先验或对称性约束
多视图输入缓解遮挡问题

3. 图卷积中的过平滑问题

问题：多层图卷积导致特征过度平滑，丢失局部细节

症状：

深层网络性能反而下降
生成的网格缺乏细节，过于光滑

解决方案：

使用残差连接：$h^{(l+1)} = h^{(l)} + GCN(h^{(l)})$
采用跳跃连接聚合多层特征
限制GCN层数（通常3-5层）
使用注意力机制保持特征多样性

4. 细分时的内存爆炸

问题：高分辨率细分导致内存使用指数增长

症状：

细分超过3次后内存溢出
批处理大小被迫减小

解决方案：

实现自适应细分，只在需要的区域增加分辨率
使用分块处理策略
采用隐式表示存储细节
实现LOD系统动态调整分辨率

5. 损失函数权重调节

问题：多个损失项权重不平衡导致优化困难

症状：

某些约束被忽略（如平滑项过强导致细节丢失）
训练振荡不收敛

调试技巧：

# 监控各损失项的梯度范数
for name, loss in losses.items():
    grad_norm = compute_gradient_norm(loss, parameters)
    print(f"{name}: loss={loss:.4f}, grad_norm={grad_norm:.4f}")

解决方案：

使用梯度归一化平衡各项
动态调整权重：$\lambda_i = \lambda_i^0 \cdot \exp(-\alpha \cdot epoch)$
采用多任务学习的不确定性权重

6. 自交和翻转面片

问题：变形过程中产生自交或面片法向翻转

症状：

渲染出现黑色区域
法向不一致
体积计算为负

检测方法：

# 检查面片翻转
for face in faces:
    normal = compute_face_normal(vertices[face])
    if normal.dot(reference_normal) < 0:
        print(f"Face {face} is flipped")

# 检测自交
intersections = detect_self_intersections(vertices, faces)

解决方案：

添加局部刚性约束（ARAP能量）
限制单步位移大小
使用碰撞检测和响应
实现面片翻转修复算法

7. 数值稳定性问题

问题：浮点精度导致的数值不稳定

症状：

Laplacian矩阵奇异
法向计算出现NaN
细分后出现重复顶点

解决方案：

添加正则化项：$L + \epsilon I$
使用双精度计算关键步骤
实现鲁棒的几何谓词
定期进行网格清理（去除重复顶点、退化面片）

通过理解这些常见问题并采用相应的解决策略，可以显著提升基于变形的网格生成方法的稳定性和质量。实践中应当建立完善的调试和可视化工具链，便于快速定位和解决问题。