一种双覆盖概率化基于射线的神经形状表征方法

《Computers & Graphics》：A double-covered probabilistic ray-based neural shape representation

　　

研究人员扩展了一种更具可处理性的参数化中轴原子射线域，从而提升了表征容量。研究人员通过预测混合（prediction blending）改善了梯度流与可扩展性，使原子（atoms）协作而非竞争。研究人员引入了新的监督策略与学习目标，提升了稳定性与召回率。研究人员通过绕过半数网络的反向传播（double backpropagation），降低了训练成本并改善了多视图一致性。研究人员采用由粗到细（coarse-to-fine）的训练调度，在不牺牲保真度的前提下改善了收敛性与自稀疏视图的多视图泛化能力。该研究基于中轴原子射线场（medial atom ray fields, MARF），将射线映射为内接球面相交候选原子，针对信号复杂度与可见性不连续等限制，提出了球面对偶覆盖参数域、软最小化（softmin）加权混合、有监督原子选择（Supervised Atom Selection, SAS）、原子位移惩罚、早期多视图约束及截断原子正则化等改进，在合成多视图深度图上拟合射线场，相对已有方法在表征容量、多视图稳定性与几何保真度上均获提升。

研究背景方面，可微渲染（differentiable rendering）在三维重建、分析综合（analysis-by-synthesis）、生成与检索中依赖任务适配的形状表征。三维神经辐射场（neural radiance fields, NeRF）与高斯泼溅（Gaussian splatting）虽流行，但前者渲染慢、后者存储大且难学先验。神经射线场（neural ray fields）因将整条射线映射为相交原语、单网络求值一次即可渲染而具潜力，但受限于五维射线输入对称（ray aliasing）、可见性不连续与多视图（multi-view, MV）不一致。中轴原子射线场（medial atom ray field, MARF）借中轴变换（medial axis transform, MAT）用最大内接球（medial atoms）表示实体表面，但参数域受限、原子间竞争导致梯度阻塞、监督在误失（false miss）处不稳定。本研究发表于《Computers & Graphics》，旨在导航上述挑战，增加表征容量、多视图稳定性与保真度。

关键技术方法方面，研究人员以归一化至单位球的网格合成五十个等距深度与法向视图（留三十百分比验证），用八层五百十二宽多层感知机（multilayer perceptron, MLP）或非参架构，以及含射线解码器与并行中轴面解码器的参数化架构（S² 或 R² 域），预测 k=16 个原子中心与半径；借助 Plücker 坐标与垂足编码五维射线为四维，以软最小化（softmin）温度混合候选原子深度与轮廓（silhouette），用有监督原子选择（SAS）度量按真值点法向选原子，引入原子位移损失 L_c、早期多视图损失约束参数域坐标跳过半数双反向传播，截断半径最大化与专门化正则化 δ_i,? 掩码，并由粗到细调度温度 T、丢弃率与聚焦高斯光束（focused Gaussian beam）射线增广。

研究结果方面，第四节各小节给出对应结论。4.1 节覆盖多中轴面中，研究人员以 S² 双覆盖参数域替代 R²，证明单 S² 流形可覆盖多个连通中轴面且保耦合，配合 L_u 与 L_? 损失避免收缩至局部邻域，相较 R² 参数化（PMARF）在保真度与多视图一致性上更优。4.2 节软最小化加权混合中，以 softmin 替 argmin 使原子权重可微，深度与轮廓加权插值缓解离散选择导致的梯度死区，但指出软混合不保中轴约束故仅用于训练信号。4.3 节有监督原子选择（SAS）中，提出 d^GT_i,? 度量按真值相交点与法向距离选原子，视不变且可监督误失，训练期替代测试期 d_i,?。4.4 节原子位移惩罚中，L_c 惩罚预测原子中心移至满足真值点法向的位置，对误失加权十倍，与 L_p、L^cos_n 协同先粗后细引入。4.5 节早期双反向传播中，将多视图损失施加于参数域坐标加权和而非最终原子，省去半网络二阶导，训练提速且多视图一致。4.6 节截断原子正则化中，以距预测面阈值 0.3 的 δ_i,? 掩码半径最大化 L_r 与专门化 L_σ，消减背景射线致原子聚原点退化。4.7 节由粗到细优化中，高到低调度 T、丢弃、高斯光束斜率 σ_q? 与腰 σ_o 及参数域噪声 σ_u，先探全局后精炼高频。4.8 节目标函数汇总 L_c、L_p、L^cos_n、L^euc_n、L_s、L_r、L_ih、L_im、L_σ、L_u、L_?、L_mv 加权。

第五节实验中，在十九个形状上 S² 参数化变体获最高 medial COS 0.868、IoU 0.944、Recall 0.954；R² 变体 CD 最低 1.05×10^-4 但 Recall 略低；非参变体 Recall 0.953 而 Precision 降至 0.978。相较 PMARF（S² 基）CD 1.75、MARF CD 1.72、PRIF CD 16.81，本方法在重叠几何与误失轮廓修复上更优，能拟合负曲率细节。消融显示 SAS、L_c、早期 L_mv 与 S² 域为关键贡献。

讨论与结论部分，研究人员指出双覆盖 S² 域赋予中轴面前后侧独立容量，软最小化混合使原子协作，SAS 与 L_c 消除近不连续处次优原子竞争，早期多视图约束减半双反向传播成本，由粗到细与截断正则化解稀疏视图过拟合与背景退化。局限在于极小半径原子在未见视图插值可能误失薄结构，未来可借最大似然估计（maximum likelihood estimation, MLE）滤波感知框架缓解。该工作表明神经射线场可在不放大网络下借参数域与监督机制设计获紧凑、多视图一致、可微的实体表面表征，对光线追踪相交着色器（intersection shader）与混合渲染具直接意义。