Games102_lecture12几何建模与处理基础_几何映射,几何优化
1 几何映射
1 映射表达
1 例子1
拖动一个点,其他点如何变化,本质是个插值问题。
对顶点的位置加约束,对梯度加约束
2 例子2
边界重心坐标的重新计算
不同的重心坐标其效果不一样。
2 映射的性质
双射:一一对应(Bijective)保证了没有重叠的点
局部双射–就是单射
单射
满射
翻转,非单射现象
右边没有翻转,不翻转的情况下扭曲更小是想要的
三角形有效面积是不是发生了变化,三个点是否形成了同样的右手系或者左手系
局部是双射,但是全局不是双射了。
判断具备翻转一个行列式是否发生了翻转。
判断具备翻转一个行列式的雅可比的正负是否发生了翻转。如果每个点雅可比处处都是大于零,那肯定是Bijective.
很难由局部性质转为全局性质。
本质上是个碰撞的问题.
不同的度量
3 映射的优化模型
约束一个能量,使得他满足一个条件。
如何保证三角形还连续
变量转换到ui里面了。
4 几何优化的求解
最近用的比较多的是“
2 几何映射summary
3 几何优化
建模和仿真
1 回顾
把问题变成一个数学模型后,剩下的问题就是用数学方法解它而已!
2 一些概念
1 梯度
梯度就是导数的推广,n=1就是一阶导数,n是多维就是偏导
2 Jacobian
3 Hessian
一个函数的两阶逼近 的两阶项的度量H,
4 驻点
梯度等于0的点或者导数等于零的点
拐点,
2 优化问题的类型
单目标和多目标,找个最短路,距离最近,时间最短,同时优化这两个就是多目标,这两个找个平衡点,或者两个个目标加权最后优化。
1 无约束的优化
1 梯度下降法
迭代的方法,超着最速下降法,
ak这个数值是重要,不能太大,也不能太小,太大了会导致跑的太过,大小会导致太小。
2 牛顿法
局部抛物线逼近,h非正定矩阵,它的逆矩阵很难求。所以需要用它的接近,拟合
3拟牛顿法
4 坐标下降法
优化的软件使用
2 等式约束
3 不等式约束
4 凸优化
5 其他优化
混合型优化
6 几何处理中的优化问题
4 优化相关软件
5 参考书目
目的就是找一个函数的最优化:
实际问题中,找方法和技巧