这篇文章就是几篇凑在一起的产物
- 其中一点值得注意的是: 点云的laplacian matrix 的求法
- Fourier coefficients的求法 α=ΦTf α = Φ T f
公式(3)的由来, 注意这里提到了Dirichlet energy, 该energy可以由laplacian方程来解:
laplacian方程我们知道为: Lx=0 L x = 0 , 这里要求基则方程变为 Lϕi=0,∀i L ϕ i = 0 , ∀ i , 由于 LΦ=ΦΛ L Φ = Φ Λ ,则对于 ϕi ϕ i , 只需要 λi λ i 趋于0, 由于所有的 λ λ 都大于等于0 , 所以整上优化即为 ∑iλi ∑ i λ i , 把 Φ Φ 左乘于eigendecomposition, 得到 ΦTLΦ=Λ Φ T L Φ = Λ , 然后求个trace即得, ΦTΦ=I Φ T Φ = I 是正交约束另外一点值得注意的是, 它提到了: F,G F , G are typically computed using some intrinsic shape discriptor such as HKS, WKS, MeshHOG, ShapeMSER, which is invariant to shape deformation., 即function correspondence中, function值的求法,
然后第3部分就是它的主体, 各种term 凑在一起