Mesh Saliency论文阅读

问题

判定mesh上各点的“重要程度”，这里的重要程度，基本上是指在不同尺度（分辨率）下，几何特征的重要程度。

基本思想

在求解各点的平均曲率基础上，计算该点平均曲率在邻域内的显著性。类似于二维图像中金字塔的方法，建立三维模型的金字塔。

算法

假设我们已经计算得到了三维模型每个点上的平均曲率$\mathcal{C}(v)$，以高斯函数为权重（实际上就是一个带权的邻域，但通过全局计算，避免了对邻域直接求解），取$\sigma$为高斯函数方差（或半径），按照下式计算其高斯滤波后的平均曲率$G(\mathcal{C}(v),\sigma )$：

$$G(\mathcal{C}(v),\sigma )=\frac{{\sum }_{x\in N(v,2\sigma )}\mathcal{C}(x)e^{-\Vert x-v{\Vert }^2/(2{\sigma }^2)}}{{\sum }_{x\in N(v,2\sigma )}{e}^{-\Vert x-v{\Vert }^2/(2{\sigma }^2)}}$$

通过对不同$\sigma$的选取，事实上我们建立了三维模型的高斯金字塔。对于一个给定的$\sigma$，重要程度$\mathcal{S}(v)$计算方式如下：

$$\mathcal{S}(v)=|G(\mathcal{C}(v),\sigma )-G(\mathcal{C}(v),2\sigma )|$$

显然，这和二维图像中计算特征点的方式也非常类似。

如果我们选择了多个不同的${\sigma }_i$，那么我们也可以得到不同的${\mathcal{S}}_i$。对于不同分辨率下的Saliency，我们通过加权求和得到最终的Saliency。加权的原则是，如果Saliency方差越大，权重越大，方差越小，权重越小。因此我们首先对${\mathcal{S}}_i$